Loading

Alison's New App is now available on iOS and Android! Download Now

Compréhension de la représentation et de la mise en place des données en biostatistique

Découvrez les méthodes de présentation et de traçage des données avec ce cours en ligne gratuit.

Publisher: NPTEL
Connaissez-vous le processus d'obtention d'une image précise à partir d'un grand nombre de points de données? Ce cours montre comment utiliser des techniques statistiques pour résumer les caractéristiques d'un ensemble de données afin de tirer des conclusions significatives. Étudier les diverses méthodes de présentation de l'information sous forme de graphiques et de graphiques. Découvrez comment utiliser la programmation R pour l'analyse statistique, la représentation graphique et la génération de rapports de données.
Compréhension de la représentation et de la mise en place des données en biostatistique
  • Durée

    4-5 Heures
  • Students

    562
  • Accreditation

    CPD

Share This Course And
Earn Money  

Become an Affiliate Member

Description

Modules

Résultats

Certification

View course modules

Description

Les biostatisticiens jouent un rôle unique dans la protection de la santé publique et l'amélioration de la vie des gens. Ce cours discute de la signification des données de traçage pour visualiser la variation ou démontrer les relations entre les variables. Il commence par décrire comment les statistiques sont utilisées pour la collecte, l'organisation, l'analyse et l'interprétation des données. Vous en apprendrez davantage sur divers types d'études statistiques ainsi que sur le processus de sélection d'observations prédisposées d'une population sous forme d'échantillon. En plus de cela, vous comprrez également l'importance de la biostatistique dans le développement, la mise en œuvre et l'application de méthodes statistiques dans la recherche médicale. Les concepts de statistiques descriptives et inférentielles sont ensuite discutés. Vous étudierez le processus de description et de prévision à partir des données. De plus, les méthodes permettant de résumer les caractéristiques d'un ensemble de données afin de tirer des conclusions significatives à l'aide de techniques statistiques sont expliquées. Ensuite, vous explorez les méthodes de calcul des valeurs des unités identiques et différentes.

La section suivante traite des principales différences et du processus de calcul arithmétique et géométrique. Ensuite, vous apprendrez à calculer la portée, la moyenne absolue et l'écart type. De plus, vous étudierez le processus de détermination de la propagation des points de données du centre à l'aide de mesures de variabilité. Par la suite, la procédure de calcul de l'erreur standard de la moyenne (SEM) est décrite. Vous découvrirez la méthode de détermination des écarts par rapport à la moyenne. De plus, vous apprendrez à utiliser le score Z pour calculer la probabilité d'un score qui tombe dans une distribution normale et comment comparer deux scores de distributions normales différentes. Par la suite, vous apprendrez à afficher graphiquement des données de groupes numériques basées sur des quartiles à l'aide de tracés de boîte. Vous découvrirez également comment utiliser un tracé en boîte pour afficher la forme de distribution, ainsi que sa valeur centrale et sa variabilité.

Enfin, les concepts des moments, ainsi que le décalage de la distribution statistique, sont décrits. Vous comprenez l'importance des moments dans l'étude de la tendance centrale de la distribution, de la dispersion, de la asymétisme et du kurtosis. Ensuite, on explique le processus d'utilisation de la asymétrie pour mesurer la symétrie de la distribution. Vous découvrirez comment la variation de la distribution de la distribution normale peut être mesurée par le décalage. Par la suite, vous découvrirez comment utiliser Kurtosis pour déterminer si les données sont à queue fine ou à queue courte par rapport à une distribution normale. En outre, vous apprendrez comment le kurtosis aide à comprendre où se cache le plus d'informations et comment analyser les valeurs aberrantes d'un ensemble de données donné. Enfin, le cours montre comment utiliser le langage de programmation R pour effectuer diverses tâches statistiques telles que le nettoyage des données, l'analyse et la visualisation. Ce cours vous aide à comprendre comment chaque forme de données est traitée, enregistrée et affichée dans un périphérique, ainsi que les implications de son utilisation.

Démarrer le cours maintenant

Careers