Acerca de este Curso

42,185 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio

We advise that you first take the previous courses in the series, particularly Introduction to Statistics, though this is not essential.

Aprox. 11 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Qué aprenderás

  • Run Kaplan-Meier plots and Cox regression in R and interpret the output

  • Describe a data set from scratch, using descriptive statistics and simple graphical methods as a necessary first step for more advanced analysis

  • Describe and compare some common ways to choose a multiple regression model

Habilidades que obtendrás

Understand common ways to choose what predictors go into a regression modelRun and interpret Kaplan-Meier curves in RConstruct a Cox regression model in R
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio

We advise that you first take the previous courses in the series, particularly Introduction to Statistics, though this is not essential.

Aprox. 11 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Instructor

ofrecido por

Logotipo de Imperial College London

Imperial College London

Comienza a trabajar para obtener tu maestría

Este curso es parte del Global Master of Public Health completamente en línea de Imperial College London. Si eres aceptado en el programa completo, tus cursos cuentan para tu título.

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

4 horas para completar

The Kaplan-Meier Plot

4 horas para completar
4 videos (Total 16 minutos), 11 lecturas, 3 cuestionarios
4 videos
What is Survival Analysis?4m
The KM plot and Log-rank test4m
What is Heart Failure and How to run a KM plot in R4m
11 lecturas
About Imperial College & the team10m
How to be successful in this course10m
Grading policy10m
Data set and glossary10m
Additional Readings10m
Life tables20m
Feedback: Life Tables10m
The Course Data Set20m
Feedback: Running a KM plot and log-rank test3m
Practice in R: Run another KM Plot and log-rank test10m
Feedback: Running another KM plot and log-rank test10m
3 ejercicios de práctica
Survival Analysis Variables30m
Life tables30m
Practice in R: Running a KM plot and log-rank test20m
Semana
2

Semana 2

2 horas para completar

The Cox Model

2 horas para completar
3 videos (Total 18 minutos), 4 lecturas, 2 cuestionarios
3 videos
How to run Simple Cox model in R7m
Introduction to Missing Data5m
4 lecturas
Hazard Function and Risk Set20m
Practice in R: Simple Cox Model30m
Feedback: Simple Cox Model10m
Further Reading20m
2 ejercicios de práctica
Hazard function and Ratio5m
Simple Cox Model15m
Semana
3

Semana 3

2 horas para completar

The Multiple Cox Model

2 horas para completar
1 video (Total 6 minutos), 7 lecturas, 1 cuestionario
7 lecturas
Introduction to Running Descriptives10m
Practice in R: Getting to know your data30m
Feedback: Getting to know your data10m
How to run multiple Cox model in R20m
Introduction to Non-convergence10m
Practice: Fixing the problem of non-convergence10m
Feedback on fixing a non-converging model15m
1 ejercicio de práctica
Multiple Cox Model10m
Semana
4

Semana 4

3 horas para completar

The Proportionality Assumption

3 horas para completar
3 videos (Total 11 minutos), 7 lecturas, 3 cuestionarios
3 videos
Cox proportional hazards assumption4m
Summary of Course2m
7 lecturas
Checking the proportionality assumption10m
Feedback on Practice Quiz10m
What to do if the proportionality assumption is not met20m
How to choose predictors for a regression model20m
Practice in R: Running a Multiple Cox Model
Results of the exercise on model selection and backwards elimination10m
Final Code10m
3 ejercicios de práctica
Assessing the proportionality assumption in practice5m
Testing the proportionality assumption with another variable15m
End-of-Module Assessment20m

Revisiones

Principales revisiones sobre SURVIVAL ANALYSIS IN R FOR PUBLIC HEALTH

Ver todos los comentarios

Acerca de Programa especializado: Análisis estadístico con R para el área de la salud pública

Statistics are everywhere. The probability it will rain today. Trends over time in unemployment rates. The odds that India will win the next cricket world cup. In sports like football, they started out as a bit of fun but have grown into big business. Statistical analysis also has a key role in medicine, not least in the broad and core discipline of public health. In this specialisation, you’ll take a peek at what medical research is and how – and indeed why – you turn a vague notion into a scientifically testable hypothesis. You’ll learn about key statistical concepts like sampling, uncertainty, variation, missing values and distributions. Then you’ll get your hands dirty with analysing data sets covering some big public health challenges – fruit and vegetable consumption and cancer, risk factors for diabetes, and predictors of death following heart failure hospitalisation – using R, one of the most widely used and versatile free software packages around. This specialisation consists of four courses – statistical thinking, linear regression, logistic regression and survival analysis – and is part of our upcoming Global Master in Public Health degree, which is due to start in September 2019. The specialisation can be taken independently of the GMPH and will assume no knowledge of statistics or R software. You just need an interest in medical matters and quantitative data....
Análisis estadístico con R para el área de la salud pública

Preguntas Frecuentes

  • El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

    • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
    • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.