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.
이 강좌는 Genomic Data Science 전문 분야의 일부입니다.
Statistics for Genomic Data Science
제공자:
About this Course
최근 조회 17,140회
Learner Career Outcomes
40%
이 강좌를 수료한 후 새로운 경력 시작하기
38%
이 강좌를 통해 확실한 경력상 이점 얻기
17%
급여 인상 또는 승진하기
귀하가 습득할 기술
StatisticsData AnalysisR ProgrammingBiostatistics
Learner Career Outcomes
40%
이 강좌를 수료한 후 새로운 경력 시작하기
38%
이 강좌를 통해 확실한 경력상 이점 얻기
17%
급여 인상 또는 승진하기
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 전문 분야의 8개 강좌 중 7번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 18시간 필요
영어
자막: 영어
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
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.
완료하는 데 3시간 필요
21개 동영상 (총 129분), 3 readings, 1 quiz
21개의 동영상
What is Statistics?2m
Finding Statistics You Can Trust (4:44)4m
Getting Help (3:44)3m
What is Data? (4:28)4m
Representing Data (5:23)5m
Module 1 Overview (1:07)1m
Reproducible Research (3:42)3m
Achieving Reproducible Research (5:02)5m
R Markdown (6:26)6m
The Three Tables in Genomics (2:10)2m
The Three Tables in Genomics (in R) (3:46)3m
Experimental Design: Variability, Replication, and Power (14:17)14m
Experimental Design: Confounding and Randomization (9:26)9m
Exploratory Analysis (9:21)9m
Exploratory Analysis in R Part I (7:22)7m
Exploratory Analysis in R Part II (10:07)10m
Exploratory Analysis in R Part III (7:26)7m
Data Transforms (7:31)7m
Clustering (8:43)8m
Clustering in R (9:09)9m
3개의 읽기 자료
Syllabus10m
Pre Course Survey10m
Introduction and Materials10m
1개 연습문제
Module 1 Quiz20m
완료하는 데 2시간 필요
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
완료하는 데 2시간 필요
14개 동영상 (총 97분), 1 quiz
14개의 동영상
Dimension Reduction (12:13)12m
Dimension Reduction (in R) (8:48)8m
Pre-processing and Normalization (11:26)11m
Quantile Normalization (in R) (4:49)4m
The Linear Model (6:50)6m
Linear Models with Categorical Covariates (4:08)4m
Adjusting for Covariates (4:16)4m
Linear Regression in R (13:03)13m
Many Regressions at Once (3:50)3m
Many Regressions in R (7:21)7m
Batch Effects and Confounders (7:11)7m
Batch Effects in R: Part A (8:18)8m
Batch Effects in R: Part B (3:50)3m
1개 연습문제
Module 2 Quiz20m
완료하는 데 2시간 필요
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
완료하는 데 2시간 필요
15개 동영상 (총 86분), 1 quiz
15개의 동영상
Logistic Regression (7:03)7m
Regression for Counts (5:02)5m
GLMs in R (9:28)9m
Inference (4:18)4m
Null and Alternative Hypotheses (4:45)4m
Calculating Statistics (5:11)5m
Comparing Models (7:08)7m
Calculating Statistics in R9m
Permutation (3:26)3m
Permutation in R (3:33)3m
P-values (6:04)6m
Multiple Testing (8:25)8m
P-values and Multiple Testing in R: Part A (5:58)5m
P-values and Multiple Testing in R: Part B (4:23)4m
1개 연습문제
Module 3 Quiz20m
완료하는 데 2시간 필요
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.
완료하는 데 2시간 필요
14개 동영상 (총 74분), 1 reading, 1 quiz
14개의 동영상
Gene Set Enrichment (4:19)4m
More Enrichment (3:59)3m
Gene Set Analysis in R (7:43)7m
The Process for RNA-seq (3:59)3m
The Process for Chip-Seq (5:25)5m
The Process for DNA Methylation (5:03)5m
The Process for GWAS/WGS (6:12)6m
Combining Data Types (eQTL) (6:04)6m
eQTL in R (10:36)10m
Researcher Degrees of Freedom (5:49)5m
Inference vs. Prediction (8:52)8m
Knowing When to Get Help (2:31)2m
Statistics for Genomic Data Science Wrap-Up (1:53)1m
1개의 읽기 자료
Post Course Survey10m
1개 연습문제
Module 4 Quiz10m
4.1
37개의 리뷰
Statistics for Genomic Data Science의 최상위 리뷰
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!
I have really enjoyed the course and I have learnt different concepts relevant for my current study.\n\nYurany
강사
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
존스홉킨스대학교 정보
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.
Genomic Data Science 전문 분야 정보
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.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.