Ce cours se concentre sur les concepts et les outils qui permettent de rendre compte des analyses de données modernes de manière reproductible. La recherche reproductible est l'idée que les analyses de données, et plus généralement les affirmations scientifiques, sont publiées avec leurs données et leur code logiciel afin que d'autres puissent vérifier les résultats et s'en inspirer. Le besoin de reproductibilité augmente considérablement à mesure que les analyses de données deviennent plus complexes, impliquant des ensembles de données plus importants et des calculs plus sophistiqués. La reproductibilité permet aux gens de se concentrer sur le contenu réel d'une analyse de données, plutôt que sur des détails superficiels rapportés dans un résumé écrit. En outre, la reproductibilité rend une analyse plus utile à d'autres, car les données et le code qui ont permis d'effectuer l'analyse sont disponibles. Ce cours se concentrera sur les outils d'analyse statistique qui permettent de publier des analyses de données dans un document unique qui permet à d'autres personnes d'exécuter facilement la même analyse pour obtenir les mêmes résultats.
Recherche reproductible
Ce cours fait partie de plusieurs programmes.
Enseigné en Anglais
Certains éléments de contenu peuvent ne pas être traduits
Instructeurs : Roger D. Peng, PhD
105 093 déjà inscrits
Inclus avec 
Cours
(4,170 avis)
93%
Ce que vous apprendrez
Organiser l'analyse des données pour la rendre plus reproductible
Rédiger une analyse de données reproductible à l'aide de knitr
Déterminer la reproductibilité du projet d'analyse
Publier des documents web reproductibles à l'aide de Markdown
Compétences que vous acquerrez
- Catégorie : Knitr
- Catégorie : Analyse des Données
- Catégorie : La programmation en R
- Catégorie : Langage de balisage
Détails à connaître
Ajouter à votre profil LinkedIn
2 quizzes
Cours
(4,170 avis)
93%
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Cette semaine, nous aborderons les idées de base de la recherche reproductible, car elles ne sont peut-être pas familières à certains d'entre vous. Nous aborderons également la structuration et l'organisation d'une analyse de données afin de la rendre plus reproductible. Je vous recommande de regarder les vidéos dans l'ordre où elles sont présentées sur la page web, mais regarder les vidéos dans le désordre ne gâchera pas l'histoire.
Inclus
9 vidéos4 lectures1 quiz
Cette semaine, nous abordons quelques-uns des principaux outils permettant de développer des documents reproductibles. Nous abordons l'outil de programmation lettrée knitr et montrons comment l'intégrer à Markdown pour publier des documents web reproductibles. Nous introduisons également la première évaluation par les pairs qui vous demandera de rédiger une analyse de données reproductible à l'aide de knitr.
Inclus
9 vidéos1 quiz1 évaluation par les pairs
Cette semaine couvre ce que l'on pourrait appeler une liste de contrôle de base pour garantir la reproductibilité d'une analyse de données. Bien qu'il ne soit pas absolument suffisant de suivre la liste de contrôle, elle fournit une norme minimale nécessaire qui serait applicable à presque tous les domaines d'analyse.
Inclus
10 vidéos
Cette semaine, deux études de cas portant sur l'importance de la reproductibilité dans le domaine scientifique vous sont proposées.
Inclus
5 vidéos1 lecture1 évaluation par les pairs
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Johns Hopkins University
Johns Hopkins University
Emory University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 4170
4 170 avis
- 5 stars
68,66 %
- 4 stars
22,96 %
- 3 stars
5,68 %
- 2 stars
1,63 %
- 1 star
1,05 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.