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.
Ce cours fait partie de la Spécialisation Science des données génomiques
Offert par
Spécialisation Science des données génomiquesUniversité Johns-HopkinsÀ propos de ce cours
33,335 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. 8 heures pour terminer
Anglais
Sous-titres : Anglais
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. 8 heures pour terminer
Anglais
Sous-titres : Anglais
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 Quiz20 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 Quiz20 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 Quiz20 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 Quiz10 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.
This Specialization covers the concepts and tools to understand, analyze, and interpret data from next generation sequencing experiments. It teaches the most common tools used in genomic data science including how to use the command line, along with a variety of software implementation tools like Python, R, Bioconductor, and Galaxy.
This Specialization is designed to serve as both a standalone introduction to genomic data science or as a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics, for scientists in these fields seeking to gain familiarity in data science and statistical tools to better interact with the data in their everyday work.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit. Please note that you will not receive a Certificate of Completion if you choose to Audit.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
