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.
Este curso faz parte do Programa de cursos integrados Análise de Dados GenômicosAnálise Genômica
Estatística para Análise de Dados Genômicos
oferecido por
Informações sobre o curso
33,997 visualizações recentes
Habilidades que você terá
StatisticsData AnalysisR ProgrammingBiostatistics
Os alunos fazendo este Course são
- Biologists
- Biostatisticians
- Researchers
- Scientists
- Data Scientists
Programa - O que você aprenderá com este curso
Semana
13 horas para concluir
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.
21 vídeos (Total 129 mín.), 3 leituras, 1 teste
21 videos
What is Statistics?2min
Finding Statistics You Can Trust (4:44)4min
Getting Help (3:44)3min
What is Data? (4:28)4min
Representing Data (5:23)5min
Module 1 Overview (1:07)1min
Reproducible Research (3:42)3min
Achieving Reproducible Research (5:02)5min
R Markdown (6:26)6min
The Three Tables in Genomics (2:10)2min
The Three Tables in Genomics (in R) (3:46)3min
Experimental Design: Variability, Replication, and Power (14:17)14min
Experimental Design: Confounding and Randomization (9:26)9min
Exploratory Analysis (9:21)9min
Exploratory Analysis in R Part I (7:22)7min
Exploratory Analysis in R Part II (10:07)10min
Exploratory Analysis in R Part III (7:26)7min
Data Transforms (7:31)7min
Clustering (8:43)8min
Clustering in R (9:09)9min
3 leituras
Syllabus10min
Pre Course Survey10min
Introduction and Materials10min
1 exercício prático
Module 1 Quiz20min
Semana
22 horas para concluir
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
14 vídeos (Total 97 mín.), 1 teste
14 videos
Dimension Reduction (12:13)12min
Dimension Reduction (in R) (8:48)8min
Pre-processing and Normalization (11:26)11min
Quantile Normalization (in R) (4:49)4min
The Linear Model (6:50)6min
Linear Models with Categorical Covariates (4:08)4min
Adjusting for Covariates (4:16)4min
Linear Regression in R (13:03)13min
Many Regressions at Once (3:50)3min
Many Regressions in R (7:21)7min
Batch Effects and Confounders (7:11)7min
Batch Effects in R: Part A (8:18)8min
Batch Effects in R: Part B (3:50)3min
1 exercício prático
Module 2 Quiz20min
Semana
32 horas para concluir
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
15 vídeos (Total 86 mín.), 1 teste
15 videos
Logistic Regression (7:03)7min
Regression for Counts (5:02)5min
GLMs in R (9:28)9min
Inference (4:18)4min
Null and Alternative Hypotheses (4:45)4min
Calculating Statistics (5:11)5min
Comparing Models (7:08)7min
Calculating Statistics in R9min
Permutation (3:26)3min
Permutation in R (3:33)3min
P-values (6:04)6min
Multiple Testing (8:25)8min
P-values and Multiple Testing in R: Part A (5:58)5min
P-values and Multiple Testing in R: Part B (4:23)4min
1 exercício prático
Module 3 Quiz20min
Semana
42 horas para concluir
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.
14 vídeos (Total 74 mín.), 1 leitura, 1 teste
14 videos
Gene Set Enrichment (4:19)4min
More Enrichment (3:59)3min
Gene Set Analysis in R (7:43)7min
The Process for RNA-seq (3:59)3min
The Process for Chip-Seq (5:25)5min
The Process for DNA Methylation (5:03)5min
The Process for GWAS/WGS (6:12)6min
Combining Data Types (eQTL) (6:04)6min
eQTL in R (10:36)10min
Researcher Degrees of Freedom (5:49)5min
Inference vs. Prediction (8:52)8min
Knowing When to Get Help (2:31)2min
Statistics for Genomic Data Science Wrap-Up (1:53)1min
1 leituras
Post Course Survey10min
1 exercício prático
Module 4 Quiz10min
40%
comecei uma nova carreira após concluir estes cursos
43%
consegui um benefício significativo de carreira com este curso
20%
recebi um aumento ou promoção
Principais avaliações do Estatística para Análise de Dados Genômicos
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
Instrutores
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Sobre Universidade 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.
Sobre Programa de cursos integrados Análise de Dados GenômicosAnálise Genômica
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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.