من خلال دراسة هذه المحاضرة الجامعية سوف تتعمق في 180 ساعة فقط في الإحصاء المطبق على البحوث الطبية الحيوية باستخدام لغة R لإتقان مهاراتك المهنية"

يمكن للإحصاءات أن تقدم لمحة عن العقبات التي تنشأ أثناء تطوير البحث. وتقوم بذلك من خلال البيانات والوقاية من المشاكل التي يمكن تجنبها. تسمح هذه الأداة، في المقام الأول، بتحديد نوع العينة وحجم العينة ونوع جمع البيانات، من بين مزايا أخرى. بهذه الطريقة، سيتم الحفاظ على المعلومات وإعطاء تفاصيل كاملة للمتخصصين الذين يرغبون في إجراء المزيد من التحقيقات على أساس بحثي. 

صممت TECH هذا المؤهل العلمي في الإحصاء الحيوي باستخدام لغة R لخريجي الصيدلة والعلوم الصحية الأخرى الذين يرغبون في دراسة البيانات الإحصائية بتعمق. ولتحقيق ذلك، يستكشف هذا المؤهل العلمي التقنيات الإحصائية للتنقيب عن البيانات Data Mining باستخدام لغة R وتطبيقها في صناعة الأدوية، من بين أمور أخرى. وبالإضافة إلى ذلك، تمتلك TECH فريقاً من المدرسين ذوي الخبرة في هذا المجال ممن لديهم المعرفة اللازمة لنقل جميع محتويات المادة. كل هذا من أجل توسيع وتحديث المعرفة البحثية للمهنيين في القطاع الصحي باستخدام أدوات استراتيجية. 

هذا مؤهل علمي يتم تدريسه بتنسيق 100% عبر الانترنت، مما يتيح للطلاب اكتساب معرفة متعمقة بالاتجاهات والنظريات الجديدة في أساليب الانحدار باستخدام لغة R. كل هذا بفضل المواد النظرية العملية والإضافية التي يمكن تنزيلها بحيث يمكن للطلاب الحصول على الدليل المرجعي حتى في حالة عدم الاتصال بالإنترنت، بمجرد حفظه على جهازهم الإلكتروني. بالإضافة إلى ذلك، فإن النظام التعليمي المبتكر، القائم على منهجية إعادة التعلم Relearning، سيخفف عن المتخصصين ساعات طويلة من الحفظ وسيسمح لهم بتكييف وتيرة الدراسة مع احتياجاتهم الشخصية والمهنية.

هل ترغب في تحسين مهاراتك المهنية لتتمكن من تطبيقها في مشروعك البحثي الدوائي؟ يمكنك الآن الحصول عليها بفضل TECH ومؤهلها العلمي الذي يمكنك الوصول إليه بطريقة 100%عبر الإنترنت"

تحتوي هذه المحاضرة الجامعية في الإحصاء الحيوي بإستخدام لغة R على البرنامج التعليمي الأكثر اكتمالا وتحديثا في السوق. أبرز خصائصها هي: 

تطوير الحالات العملية المقدمة من قبل خبراء في مجال الأبحاث الطبية
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات العلمية والعملية حول تلك التخصصات الأساسية للممارسة المهنية
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم
تركيزها الخاص على المنهجيات المبتكرة 
دروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

من خلال المشاركة في هذا البرنامج لن تضطر إلى الاستغناء عن مجالات أخرى في حياتك. تتكيف TECH معك ومع احتياجاتك بمؤهل علمي 100%عبر الإنترنت مناسب لحياة عملية نشطة"

البرنامج يضم في أعضاء هيئة تدريسه محترفين يجلبون إلى هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة. 

سيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية. 

يركز تصميم هذا البرنامج على التعلّم القائم على المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على مدار السنة الدراسىة. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين.  

قم بتطبيق التحليل متعدد المتغيرات والأساليب العلمية الجديدة المرتبطة بالإحصائيات لدفع عجلة تطوير تجاربك وتلك التي تتعاون فيها"

تعمق في برنامج لغة R وفي أساليب الانحدار وهو جزء من مجموعة من الخبراء في طليعة الأبحاث الدوائية"

تستند المواد التي تحتويها هذه المحاضرة الجامعية إلى إرشادات المتخصصين من أجل تقديم أفضل ضمانة مهنية لتعليم الطلاب. بالإضافة إلى ذلك، تطبق TECH منهجية إعادة التعلم Relearning ، بحيث لا يضطر خريجو الصيدلة استثمار ساعات طويلة في الحفظ ويمكنهم استيعاب المحتويات تدريجيًا. بهذه الطريقة، سيقوم البرنامج بتعليم الطلاب تعقيدات الإحصاء وبرنامج لغة R في البحوث الصحية. ومن هذا المنطلق، تهدف TECH إلى تنوير المهنيين في هذا القطاع، بطريقة عملية، تجاه السيناريوهات التي سيتطورون فيها أو التي يتطورون فيها بالفعل كمتخصصين.

تعرّف على التقنيات الإحصائية الأكثر شيوعًا في مجال الأبحاث الدوائية واستمتع بجميع المحتويات التي تجعل هذا المؤهل العلمي ديناميكيًا حتى تتمكن من تحقيق أقصى استفادة منه"

الوحدة 1 الإحصاء وبرنامج لغة R في الأبحاث الصحية 

1.1     الإحصاء الحيوي

1.1.1     مقدمة عن المنهج العلمي
2.1.1     السكان والعينة. عينة من تدابير المركزية
3.1.1     التوزيعات المنفصلة والتوزيعات المستمرة
4.1.1     المخطط العام للاستدلال الإحصائي. الاستدلال على متوسط ​​​​عدد السكان الطبيعي. الاستدلال على متوسط ​​​​عدد السكان العام
5.1.1     مقدمة إلى الاستدلال اللامعلمي

2.1     مقدمة إلى برنامج لغة R

1.2.1     الخصائص الأساسية للبرنامج
2.2.1     الأنواع الرئيسية للأشياء
3.2.1     أمثلة بسيطة للمحاكاة والاستدلال الإحصائي
4.2.1     الرسومات
5.2.1     مقدمة للبرمجة في لغة R

3.1     طرق الانحدار مع لغة R 

1.3.1     نماذج الانحدار
2.3.1     اختيار المتغيرات
3.3.1     التشخيص النموذجي
4.3.1     معالجة البيانات غير النمطية
5.3.1     تحليل الانحدار

4.1     تحليل متعدد المتغيرات مع لغة R

1.4.1     وصف البيانات متعددة المتغيرات
2.4.1     توزيعات متعددة المتغيرات
3.4.1     تخفيض البعد
4.4.1     التصنيف غير الخاضع للرقابة: التحليل العنقودي
5.4.1     التصنيف الخاضع للرقابة: التحليل التمييزى

5.1     طرق الانحدار للبحث مع لغة R

1.5.1     النماذج الخطية المعممة : انحدار السلبي بواسون ذو الحدين
2.5.1     النماذج الخطية المعممة : الانحدارات اللوجستية وذات الحدين
3.5.1     المتضخم الصفري وانحدار بواسون السلبي ذو الحدين
1.5.1     التعديلات المحلية والنماذج المضافة المعممة (GAM)
1.5.1     نماذج مختلطة معممة (GLMM) وإضافات معممة (GAMM)

6.1     الإحصائيات المطبقة على الأبحاث الطبية الحيوية مع لغة R 1

1.6.1     المفاهيم الأساسية لغة R ومتغيرات وأشياء لغة R. إدارة البيانات. ملفات. الرسومات
2.6.1     الإحصاء الوصفي ووظائف الاحتمال
3.6.1     البرمجة والوظائف في لغة R
4.6.1     تحليل جدول الطوارئ
5.6.1     الاستدلال الأساسي مع المتغيرات المستمرة

7.1     الإحصائيات المطبقة على الأبحاث الطبية الحيوية مع لغة R 2

1.7.1     تحليل التغاير
2.7.1     تحليل الارتباط
3.7.1     الانحدار الخطي البسيط
4.7.1     الانحدار الخطي المتعدد
5.7.1     الانحدار السوقي

8.1     الإحصائيات المطبقة على الأبحاث الطبية الحيوية مع لغة R 3

1.8.1     المتغيرات والتفاعلات المربكة
2.8.1     بناء نموذج الانحدار اللوجستي
3.8.1     تحليل معدل الاستمرار
4.8.1     انحدار Cox
5.8.1     النماذج التنبؤية: تحليل منحنى لغة ROC

9.1     التقنيات الإحصائية لاستخراج البيانات باستخدام لغة R 1

1.9.1     مقدمة. Data Mining. التعلم الخاضع للإشراف وغير الخاضع للإشراف. النماذج التنبؤية. التصنيف والانحدار
2.9.1     التحليل الوصفي. المعالجة المسبقة للبيانات
3.9.1     تحليل المكونات الرئيسية
4.9.1     التحليل العنقودي. الأساليب الهرمية. K-means

10.1     التقنيات الإحصائية لاستخراج البيانات باستخدام لغة R 2

1.10.1     مقاييس لتقييم النماذج. مقاييس القدرة التنبؤية. منحنى ROC
2.10.1     تقنيات لتقييم النماذج. التحقق المتبادل. عينات Bootstrap
3.10.1     الأساليب المبنية على الأشجار
4.10.1     Support vector machines (SVM)
5.10.1     Random Forest والشبكات العصبية

مؤهل علمي مصمم للمحترفين أمثالك الذين يرغبون في تحسين جودة عملهم، وبالتالي جودة نتائجهم العلمية"