Получите новые знания в области статистики, применяемой в исследованиях питания с помощью R, и оптимизируйте свои процессы в рамках текущего научного проекта"  

В рамках исследований питания статистика играет важную роль, так как специалисты табулируют информацию и в подробном виде получают результаты проведенных тестов. Этот процесс необходим для сбора и распространения данных в рабочей группе, чтобы быстрее и эффективнее достигать результатов.

В связи с этим специалисту по питанию необходимо углубиться в новейшие знания о статистических процессах, поскольку они будут иметь жизненно важное значение в его исследованиях. Это облегчит вам работу с огромным количеством информации, полученной в ходе исследований и экспериментов.

Именно на этом фоне была создана данная программа, цель которой - дать обновленное представление о методике R и показать последние достижения в области статистики.

На протяжении всего курса студенты изучат основные понятия биостатистики и особенности программы R. Кроме того, они подробно изучат метод регрессии и многомерный анализ с помощью R, а также опишут статистические методы Data Mining.

Это 100% онлайн-программа, без очных занятий и без необходимости посещать физический центр, поэтому диетологу достаточно иметь устройство с подключением к Интернету. Это позволит вам совместить рабочие будни с личными обязательствами и прохождением Университетского курса.

Хотите узнать больше о биостатистике с помощью R? Запишитесь на этот Университетский курс и узнайте о последних достижениях, которые помогут вам в ваших исследованиях в области диетологии’’ 

Данный Университетский курс в области биостатистики с помощью R содержит самую полную и современную научную программу на рынке. Основными особенностями обучения являются:

• Разбор практических кейсов, представленных экспертами в области биостатистики с использованием R
• Наглядное, схематичное и исключительно практическое содержание курса предоставляет научную и практическую информацию по тем дисциплинам, которые необходимы для осуществления профессиональной деятельности
• Практические упражнения для самооценки, контроля и улучшения успеваемости
• Особое внимание уделяется инновационным методологиям
• Теоретические занятия, вопросы эксперту, дискуссионные форумы по спорным темам и самостоятельная работа
• Учебные материалы курса доступны с любого стационарного или мобильного устройства с выходом в интернет

Программа, разработанная с учетом ваших потребностей, с помощью которой вы сможете обновить свои исследовательские стратегии, чтобы быстрее продвинуться в своем проекте’’ 

В преподавательский состав программы входят профессионалы из данного сектора, которые привносят в обучение опыт своей работы, а также признанные специалисты из ведущих сообществ и престижных университетов.

Мультимедийное содержание программы, разработанное с использованием новейших образовательных технологий, позволит специалисту проходить обучение с учетом контекста и ситуации, т.е. в симулированной среде, обеспечивающей иммерсивный учебный процесс, запрограммированный на обучение в реальных ситуациях.

Структура этой программы основана на проблемно-ориентированном обучении, с помощью которого специалист должен попытаться разрешать различные ситуации из профессиональной практики, возникающие в течение учебного курса. В этом вам поможет инновационная интерактивная видеосистема, созданная признанными экспертами.

Вы освоите многомерный анализ с помощью R и его многомерные описания данных"

Эта программа удовлетворит ваши насущные потребности и позволит вам использовать передовые статистические методы добычи данных с помощью R"

Стремясь к академическому совершенству, TECH в тесном сотрудничестве с преподавательским составом разработал для этой программы учебный план, обогащенный аудиовизуальными и графическими материалами, практическими упражнениями и дополнительными материалами. Таким образом, специалисты по питанию получат лучшие ресурсы для ускорения прогресса в своих исследованиях. Одним словом, все, что нужно диетологу, чтобы быть в курсе статистики и R в научных исследованиях с лучшими гарантиями и в удобном онлайн-режиме. 

Зайдите в Виртуальный кампус и узнайте больше о лучших методах исследования питания с помощью интерактивных диаграмм, видеороликов или практических кейсов’’ 

Модуль 1. Статистика и R в медицинских исследованиях

1.1. Биостатистика

1.1.1. Введение в научный метод
1.1.2. Население и выборка. Выборочные показатели централизации
1.1.3. Дискретные распределения и непрерывные распределения
1.1.4. Общие сведения о статистических выводах. Вывод о среднем значении нормальной группы населения. Вывод о среднем значении общей группы населения
1.1.5. Введение в непараметрический анализ

1.2. Введение с помощью R

1.2.1. Основные характеристики программы
1.2.2. Основные типы объектов
1.2.3. Простые примеры моделирования и статистического вывода
1.2.4. Графики
1.2.5. Введение в программирование на языке R

1.3. Регрессионные методы с использованием R

1.3.1. Регрессионные модели
1.3.2. Выбор переменных
1.3.3. Диагностика модели
1.3.4. Обработка нетипичных данных
1.3.5. Регрессионный анализ

1.4. Многомерный анализ с использованием R

1.4.1. Описание многомерных данных
1.4.2. Многомерные распределения
1.4.3. Уменьшение размеров
1.4.4. Неконтролируемая классификация: кластерный анализ
1.4.5. Контролируемая классификация: дискриминантный анализ

1.5. Регрессионные методы исследования с использованием R

1.5.1. Обобщенные линейные модели (ОЛМ): пуассоновская и отрицательная биномиальная регрессия
1.5.2. Обобщенные линейные модели (ОЛМ): логистическая и биномиальная регрессии
1.5.3. Пуассоновская и отрицательная биномиальная регрессия с нулевым раздутием
1.5.4. Локальные корректировки и обобщенные аддитивные модели (GAM)
1.5.5. Обобщенные смешанные модели (GLMM) и обобщенные аддитивные смешанные модели (GAMM)

1.6. Применение статистики в биомедицинских исследованиях с помощью R I 

1.6.1. Основные понятия R. Переменные и объекты R. Работа с данными. Файлы. Графики 
1.6.2. Описательная статистика и функции вероятности 
1.6.3. Программирование и функции с помощью R 
1.6.4. Анализ таблицы случайных связей 
1.6.5. Основные выводы с непрерывными переменными 

1.7. Статистика, применяемая в биомедицинских исследованиях с использованием R II 

1.7.1. Дисперсионный анализ 
1.7.2. Корреляционный анализ 
1.7.3. Простая линейная регрессия 
1.7.4. Множественная линейная регрессия 
1.7.5. Логистическая регрессия 

1.8. Статистика, применяемая в биомедицинских исследованиях с использованием R III 

1.8.1. Спутывающие переменные и взаимодействие 
1.8.2. Построение модели логистической регрессии 
1.8.3. Анализ выживаемости 
1.8.4. Регрессия Кокса 
1.8.5. Прогнозные модели. Анализ ROC-кривых 

1.9. Статистические методы добычи данных с использованием R I 

1.9.1. Введение. Добыча данных. Контролируемое и неконтролируемое обучение. Прогнозные модели. Классификация и регрессия 
1.9.2. Описательный анализ. Предварительная обработка данных 
1.9.3. Анализ главных компонентов (PCA) 
1.9.4. Кластерный анализ. Иерархические методы. Метод k-средних 

1.10. Статистические методы добычи данных с использованием R II 

1.10.1. Меры по оценке моделей. Меры прогностической способности. ROC-кривая 
1.10.2. Методы оценки моделей. Перекрестная валидация. Образцы Bootstrap 
1.10.3. Методы на основе деревьев (CART) 
1.10.4. Метод опорных векторов (SVM) 
1.10.5. Метод случайного леса (RF) и нейронные сети (NN) 

Древовидные методы, описательный анализ, кластеризация... все, что вам нужно знать о статистических методах добычи данных с помощью R, вы найдете в учебном плане"