An introduction to the statistics behind the most popular genomic data science projects. This is the sixth course in the Genomic Big Data Science Specialization from Johns Hopkins University.
Offert par
Spécialisation Science des données génomiquesUniversité Johns-HopkinsÀ propos de ce cours
27,623 consultations récentes
Résultats de carrière des étudiants
40%
ont commencé une nouvelle carrière après avoir terminé ce cours
38%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
17%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 7 sur 8 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 9 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Compétences que vous acquerrez
StatisticsData AnalysisR ProgrammingBiostatistics
Résultats de carrière des étudiants
40%
ont commencé une nouvelle carrière après avoir terminé ce cours
38%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
17%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 7 sur 8 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 9 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Offert par
Université Johns-Hopkins
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Programme du cours : ce que vous apprendrez dans ce cours
3 heures pour terminer
Module 1
This course is structured to hit the key conceptual ideas of normalization, exploratory analysis, linear modeling, testing, and multiple testing that arise over and over in genomic studies.
3 heures pour terminer
21 vidéos (Total 129 min), 3 lectures, 1 quiz
21 vidéos
What is Statistics?2 min
Finding Statistics You Can Trust (4:44)4 min
Getting Help (3:44)3 min
What is Data? (4:28)4 min
Representing Data (5:23)5 min
Module 1 Overview (1:07)1 min
Reproducible Research (3:42)3 min
Achieving Reproducible Research (5:02)5 min
R Markdown (6:26)6 min
The Three Tables in Genomics (2:10)2 min
The Three Tables in Genomics (in R) (3:46)3 min
Experimental Design: Variability, Replication, and Power (14:17)14 min
Experimental Design: Confounding and Randomization (9:26)9 min
Exploratory Analysis (9:21)9 min
Exploratory Analysis in R Part I (7:22)7 min
Exploratory Analysis in R Part II (10:07)10 min
Exploratory Analysis in R Part III (7:26)7 min
Data Transforms (7:31)7 min
Clustering (8:43)8 min
Clustering in R (9:09)9 min
3 lectures
Syllabus10 min
Pre Course Survey10 min
Introduction and Materials10 min
1 exercice pour s'entraîner
Module 1 Quiz30 min
2 heures pour terminer
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
2 heures pour terminer
14 vidéos (Total 97 min)
14 vidéos
Dimension Reduction (12:13)12 min
Dimension Reduction (in R) (8:48)8 min
Pre-processing and Normalization (11:26)11 min
Quantile Normalization (in R) (4:49)4 min
The Linear Model (6:50)6 min
Linear Models with Categorical Covariates (4:08)4 min
Adjusting for Covariates (4:16)4 min
Linear Regression in R (13:03)13 min
Many Regressions at Once (3:50)3 min
Many Regressions in R (7:21)7 min
Batch Effects and Confounders (7:11)7 min
Batch Effects in R: Part A (8:18)8 min
Batch Effects in R: Part B (3:50)3 min
1 exercice pour s'entraîner
Module 2 Quiz30 min
2 heures pour terminer
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
2 heures pour terminer
15 vidéos (Total 86 min)
15 vidéos
Logistic Regression (7:03)7 min
Regression for Counts (5:02)5 min
GLMs in R (9:28)9 min
Inference (4:18)4 min
Null and Alternative Hypotheses (4:45)4 min
Calculating Statistics (5:11)5 min
Comparing Models (7:08)7 min
Calculating Statistics in R9 min
Permutation (3:26)3 min
Permutation in R (3:33)3 min
P-values (6:04)6 min
Multiple Testing (8:25)8 min
P-values and Multiple Testing in R: Part A (5:58)5 min
P-values and Multiple Testing in R: Part B (4:23)4 min
1 exercice pour s'entraîner
Module 3 Quiz30 min
2 heures pour terminer
Module 4
In this week we will cover a lot of the general pipelines people use to analyze specific data types like RNA-seq, GWAS, ChIP-Seq, and DNA Methylation studies.
2 heures pour terminer
14 vidéos (Total 74 min), 1 lecture, 1 quiz
14 vidéos
Gene Set Enrichment (4:19)4 min
More Enrichment (3:59)3 min
Gene Set Analysis in R (7:43)7 min
The Process for RNA-seq (3:59)3 min
The Process for Chip-Seq (5:25)5 min
The Process for DNA Methylation (5:03)5 min
The Process for GWAS/WGS (6:12)6 min
Combining Data Types (eQTL) (6:04)6 min
eQTL in R (10:36)10 min
Researcher Degrees of Freedom (5:49)5 min
Inference vs. Prediction (8:52)8 min
Knowing When to Get Help (2:31)2 min
Statistics for Genomic Data Science Wrap-Up (1:53)1 min
1 lecture
Post Course Survey10 min
1 exercice pour s'entraîner
Module 4 Quiz30 min
Avis
Meilleurs avis pour STATISTICS FOR GENOMIC DATA SCIENCE
par RH11 févr. 2017
Overall, a very good course. Not without its flaws (inconsistent video audio levels), but I have walked away knowing far more about Genomic Data Science than I expected to.
par ZM27 juin 2018
The professor is really enthusiasm, so I was really impreesed by him. And his teaching is brief, and I can learn key points through the lectures. Great course!
par NS18 févr. 2019
sometimes termininology was used interchangeably, which can be confusing for a beginner but overall a good introduction to statistcs for genomic data analysis
par S18 févr. 2018
Enjoyed it. One of better courses I have taken in Coursera. A good introduction to using statistics in Bioconductor with genomics data.
À propos du Spécialisation Science des données génomiques
With genomics sparks a revolution in medical discoveries, it becomes imperative to be able to better understand the genome, and be able to leverage the data and information from genomic datasets. Genomic Data Science is the field that applies statistics and data science to the genome.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Is financial aid available?
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
