Future-Proof Your Career: AI Manager Masterclass
Learn the Skills Netflix, Meta, and Capital One Actually Hire For
Overview
Google, IBM & Meta Certificates – 40% Off
One Coursera Plus subscription covers most Professional Certificates on Coursera.
Unlock All Certificates
本课程面向复杂生物医学数据,系统介绍纵向与重复测量数据、多中心数据、时间序列、跨组学数据整合及贝叶斯统计的分析方法,并涉及SAS实现。
Syllabus
- 第一章 纵向数据和重复测量数据特点及其分析策略
- 第1节 纵向数据的概念及其特点
- 第2节 重复测量资料的方差分析
- 第3节 GEE-广义估计方程
- 第4节 GEE实例分析
- 第二章 多中心数据特点及混合效应模型
- 第1节 多中心数据特点
- 第2节 随机截距模型
- 第3节 随机系数模型
- 第4节 线性混合效应模型
- 第5节 线性混合效应模型的SAS实现
- 第三章 时间序列分析
- 第1节 时间序列分析简介——引言
- 第2节 时间序列分析的一般问题
- 第3节 随机过程
- 第4节 平稳时间序列模型
- 第5节 方法性工具简介和ARMA模型
- 第6节 平稳序列建模
- 第四章 跨组学数据整合及TWAS分析
- 第1节 Transcriptome-wide Association Studies(TWAS)
- 第2节 Statistical Methods for Transcriptome-wide association studies
- 第3节 TWAS+TIGER 方法
- 第4节 PMR-Egger方法
- 第5节 PMR方法介绍
- 第五章 贝叶斯统计
- 第1节 贝叶斯统计学绪论-引言
- 第2节 贝叶斯统计推断的基本概念
- 第3节 先验分布的选取
- 第4节 贝叶斯统计推断
- 期末考试
Taught by
Yuan Zhongshang, Li, Xiujun, LIU, Jing, SUN XIUBIN, and Liu Yi