推介会

使用 R 学习最新的营养研究统计学应用，加快正在进行的科学项目的进程"  

##IMAGE##

在营养研究框架内，统计工作发挥着重要作用，因为专业人员将信息制成表格，并以详细的方式获得所进行测试的结果。这个过程对于收集数据和随后在工作团队中传播数据至关重要，因此，借助这个技术，可以更快、更有效地取得成果。

因此，营养专业人员有必要加深对统计过程的最新了解，因为这对他们的研究工作至关重要。这将使我们更容易处理从样本和实验中获得的大量信息。

正是在这种背景下，这个课程旨在提供 R 技术的最新观点，并展示统计学领域的最新进展。

在整个课程中，学生将学习生物统计学的主要概念和 R 程序的特点。同样，他们还将详尽地学习使用 R 的回归方法和多元分析，并介绍数据挖掘的统计技术。

这是一个 100% 的在线课程，没有面授课程，也无需前往学习中心，营养学家只需拥有一台能连接互联网的设备。这将使你能够兼顾日常工作、个人事务和大学课程的发展。

你想学习更多有关使用 R 进行生物统计的知识吗？报名参加这个大学课程，了解有助于你营养研究的最新进展"

这个使用 R 进行生物统计大学课程包含了市场上最完整和最新的科学课程。主要特点是：

  • 由使用 R 的生物统计学专家介绍实用案例研究的发展情况
  • 这个课程的内容图文并茂、示意性强、实用性强为那些视专业实践至关重要的学科提供了科学和实用的信息
  • 可以进行自我评价过程的实践练习，以提高学习效果
  • 特别强调创新方法
  • 理论课、向专家提问、关于有争议问题的讨论区和个人反思工作
  • 可以从任何有互联网连接的固定或便携式设备上获取内容

这是一个根据你的需求而设计的课程，你将能够通过这个课程更新你的研究策略，从而在你的项目中取得更快的进展"

这个课程的教学人员包括来自该领域的专业人士以及来自领先协会和著名大学的公认专家，他们将自己的工作经验融入到培训中。

多媒体内容是用最新的教育技术开发的，将允许专业人员进行情境式的学习，即在模拟的环境中提供沉浸式的培训程序，在真实的情况下进行培训。

这个课程的设计重点是基于问题的学习，通过这种方式，专业人员必须尝试解决整个学年出现的不同专业实践情况。它将得到一个由著名专家开发的创新互动视频系统的支持。

你将掌握 R 的多元分析及其多元数据描述"

##IMAGE##

这个学位将满足你的即时需求，使你能够掌握使用 R 的高级统计数据挖掘技术"

教学大纲

TECH 致力于追求卓越的学术成就，与教学团队密切合作，为这个课程设计了一个学术大纲，其中包含丰富的音像和图片资料、实践练习和补充读物。这样，营养专业人员就能获得最佳资源，从而在研究中取得更快进展。总之，营养学家在科学研究中掌握统计学和 R 方面的最新知识所需的一切，都将以便捷的在线模式得到最好的保证。 

##IMAGE##

访问虚拟校园，通过互动图表、视频或案例研究了解更多营养研究的最佳技术"

模块 1.卫生研究中的统计和R

1.1. 生物统计学

1.1.1. 科学方法介绍
1.1.2. 人口和样这个集中化的抽样措施
1.1.3. 离散分布和连续分布
1.1.4. 统计推断的总纲推断正常人群的均值对一般人群平均值的推断
1.1.5. 非参数推理简介

1.2. R简介

1.2.1. 程序的基这个特点
1.2.2. 主要对象类型
1.2.3. 模拟和统计推理的简单例子
1.2.4. 图表
1.2.5. R语言编程简介

1.3. 使用R的回归方法

1.3.1. 回归模型
1.3.2. 变量选择
1.3.3. 模型诊断
1.3.4. 对异常值的处理
1.3.5. 回归分析

1.4. 用R进行多变量分析

1.4.1. 多变量数据的描述
1.4.2. 多变量分布
1.4.3. 减少尺寸
1.4.4. 无监督的分类：聚类分析
1.4.5. 监督下的分类：判别分析

1.5. 用R进行研究的回归方法

1.5.1. 广义线性模型（GLM）：泊松和负二项式回归
1.5.2. 通用线性模型（GLM）：逻辑和二项式回归
1.5.3. 泊松和负二项式回归被零点膨胀了
1.5.4. 局部拟合和广义加性模型（GAM）
1.5.5. 广义通用混合模型（GLMM）和广义加性混合模型（GAMM）

1.6. 应用于生物医学研究的R I统计学 

1.6.1. R的基这个概念。R的变量和对象。数据处理文件图形 
1.6.2. 描述性统计和概率函数 
1.6.3. R的编程和功能 
1.6.4. 应急表分析 
1.6.5. 连续变量的基这个推理 

1.7. 应用于生物医学研究的R统计学II 

1.7.1. 差异分析 
1.7.2. 相关性分析 
1.7.3. 简单线性回归 
1.7.4. 多重线性回归 
1.7.5. 逻辑回归 

1.8. 应用于生物医学研究的R统计学III 

1.8.1. 混杂变量和相互作用 
1.8.2. 构建逻辑回归模型 
1.8.3. 存活率分析 
1.8.4. Cox 回归 
1.8.5. 预测模型ROC曲线分析 

1.9. RI数据挖掘统计技术 

1.9.1. 简介数据挖掘监督和无监督的学习预测模型分类和回归 
1.9.2. 描述性分析数据预处理 
1.9.3. 主成分分析（PCA） 
1.9.4. 聚类分析分层方法K-means 

1.10. R II 数据挖掘统计技术 

1.10.1. 模型评价措施预测能力的措施ROC曲线 
1.10.2. 模型评估技术交叉验证引导样本 
1.10.3. 树的方法（CART） 
1.10.4. 支持向量机(SVM) 
1.10.5. 随机森林（RF）和神经网络（NN）  

##IMAGE##

一次全面的培训，将带领你掌握与顶尖竞争所需的知识"

使用 R 进行生物统计大学课程

生物统计学是健康科学中的一门重要学科，允许专业人员分析和理解与医学研究和临床研究相关的数据。在当今的信息时代，使用先进的工具对于获得准确且有意义的结果至关重要。TECH 科技大学创建的 使用 R 进行生物统计大学课程正是满足这一需求，为学生提供使用 R 编程语言准确分析数据的技能和知识。 该课程 100% 在线，涵盖了基础知识的所有内容。健康科学领域的描述性统计回归分析和实验设计。学生将培养可视化数据、解释结果以及做出明智、基于证据的决策的技能。通过案例研究，学生将解决生物统计学中的常见问题和挑战，并学习如何使用 R 有效解决这些问题。

使用 R 了解生物统计学

R 是一种开源软件工具，因其多功能性和先进的分析功能而广泛应用于统计和科学研究。在这个在线教学的项目中，参与者将学习在生物统计学背景下应用基本统计概念，并使用 R 有效地执行复杂的数据分析。掌握 R 生物统计学的专业人士在科学界和医疗保健行业中脱颖而出。他们可以分析大型数据集，识别模式或趋势，并将结果有效地传达给其他专业人员和利益相关者。总之，本大学课程为参与者提供了应用于健康科学的统计学方面的扎实培训，同时训练他们使用 R 作为数据分析的强大工具。