Dans la plupart des domaines de la santé, les données sont utilisées pour prendre des décisions importantes. En tant que gestionnaire des populations de santé, vous aurez l'occasion d'utiliser des données pour répondre à des questions intéressantes. Dans ce cours, nous aborderons l'analyse des données d'un point de vue responsable, ce qui vous aidera à extraire des informations utiles des données et à élargir vos connaissances sur des aspects spécifiques de la population.
Santé de la population : Analyse responsable des données
Instructeurs : Mar Rodriguez Girondo
6 325 déjà inscrits
(41 avis)
Expérience recommandée
Ce que vous apprendrez
Connaît (la valeur de) tous les aspects de la gestion des données et reconnaît l'importance de l'analyse initiale des données.
Connaît les avantages et les inconvénients des méthodes statistiques et peut choisir l'approche d'analyse des données appropriée pour des problèmes courants liés à la santé.
Il est capable d'interpréter des résultats statistiques et d'en tirer des conclusions responsables.
Compétences que vous acquerrez
- Catégorie : Analyse des Données
- Catégorie : Rapports sur les données
- Catégorie : La programmation en R
- Catégorie : Données statistiques
- Catégorie : Analyse de régression
Détails à connaître
Ajouter à votre profil LinkedIn
22 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
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 5 modules dans ce cours
Bienvenue dans le cours Analyse de données responsable ! Vous rejoignez les milliers d'apprenants actuellement inscrits au cours. Je suis ravi de vous avoir en classe et j'attends avec impatience vos contributions à la communauté d'apprentissage.Pour commencer, je vous recommande de prendre quelques minutes pour explorer le site du cours. Passez en revue la matière que nous aborderons chaque semaine et prévoyez les devoirs que vous devrez effectuer pour réussir le cours. Cliquez sur Discussions pour accéder aux forums où vous pourrez discuter du contenu du cours avec d'autres étudiants. Si vous avez des questions sur le contenu du cours, posez-les dans les forums afin d'obtenir l'aide des autres membres de la communauté du cours. Pour les problèmes techniques liés à la plateforme Coursera, consultez le Centre d'aide aux apprenants. Je vous souhaite bonne chance pour commencer et j'espère que vous apprécierez le cours !
Inclus
2 vidéos3 lectures1 sujet de discussion1 plugin
Dans ce module, nous verrons comment obtenir, stocker, nettoyer et explorer les données nécessaires pour répondre à votre question de recherche. Tout d'abord, nous verrons comment collecter des données de bonne qualité. Ensuite, nous verrons comment respecter la vie privée et la sécurité lorsque vous traitez des données personnelles. Ensuite, nous verrons comment décrire et résumer vos données. Enfin, nous aborderons les principes de l'analyse initiale des données.
Inclus
6 vidéos4 lectures6 devoirs
Dans ce module, nous verrons comment traiter les données obtenues à partir d'un nombre limité d'individus. Vous découvrirez comment l'inférence statistique peut faire le lien entre les échantillons et les populations. Tout d'abord, nous aborderons des concepts importants tels que la variation aléatoire, la distribution d'échantillonnage et l'erreur standard. Ensuite, nous aborderons les principes des tests d'hypothèse. Ensuite, nous passerons en revue les tests statistiques les plus couramment utilisés. Enfin, nous verrons comment décider de la taille de l'échantillon de votre étude.
Inclus
6 vidéos4 lectures6 devoirs
Dans ce module, nous aborderons les principes de base de la modélisation de la régression, un ensemble d'outils puissants permettant d'analyser des données complexes. Nous commencerons de manière simple et augmenterons la complexité des modèles étape par étape. Nous commencerons par la régression linéaire, utilisée pour les résultats continus. Nous poursuivrons avec la régression logistique, qui peut être utilisée pour modéliser des variables binaires, et enfin nous envisagerons la régression avec des résultats temporels.
Inclus
6 vidéos5 lectures6 devoirs
Dans ce module, nous aborderons l'évaluation critique des résultats de l'analyse des données et nous discuterons des défis et des dangers de l'analyse des données à l'ère du big data et des quantités massives d'informations. Tout d'abord, nous verrons comment une mauvaise pratique d'analyse des données peut avoir un impact dramatique sur le progrès scientifique. Deuxièmement, nous aborderons le sujet brûlant de la manière de rendre compte de l'incertitude des résultats scientifiques. Cette question a fait l'objet d'une grande controverse dans la littérature scientifique. Nous avons invité deux experts à présenter leurs différents points de vue. Ensuite, nous discuterons des différentes formes de biais. Enfin, nous vous donnerons des conseils et des astuces pour rédiger un plan statistique parfait. La particularité de cette semaine est que nous travaillons avec un groupe de discussion sur certaines situations sociales difficiles que vous pourriez rencontrer lors de vos propres recherches. La plupart d'entre nous qui avons travaillé dans le domaine de la recherche avons pu être confrontés à ces situations. Si vous vous sentez à l'aise, n'hésitez pas à partager vos réflexions sur ce que vous pensez être approprié, et suivez les fils de discussion pendant que le reste d'entre nous y répond !
Inclus
7 vidéos4 lectures4 devoirs2 sujets de discussion
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of Michigan
Johns Hopkins University
University of California, Davis
Imperial College London
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 41
41 avis
- 5 stars
69,04 %
- 4 stars
26,19 %
- 3 stars
0 %
- 2 stars
2,38 %
- 1 star
2,38 %
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 achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez l'auditer gratuitement.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, la date la plus tardive étant retenue. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre politique de remboursement complète.