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.
提供：
シラバス - 本コースの学習内容
週
13時間で修了
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件のビデオ （合計129分）, 3 readings, 1 quiz
21件のビデオ
What is Statistics?2 分
Finding Statistics You Can Trust (4:44)4 分
Getting Help (3:44)3 分
What is Data? (4:28)4 分
Representing Data (5:23)5 分
Module 1 Overview (1:07)1 分
Reproducible Research (3:42)3 分
Achieving Reproducible Research (5:02)5 分
R Markdown (6:26)6 分
The Three Tables in Genomics (2:10)2 分
The Three Tables in Genomics (in R) (3:46)3 分
Experimental Design: Variability, Replication, and Power (14:17)14 分
Experimental Design: Confounding and Randomization (9:26)9 分
Exploratory Analysis (9:21)9 分
Exploratory Analysis in R Part I (7:22)7 分
Exploratory Analysis in R Part II (10:07)10 分
Exploratory Analysis in R Part III (7:26)7 分
Data Transforms (7:31)7 分
Clustering (8:43)8 分
Clustering in R (9:09)9 分
3件の学習用教材
Syllabus10 分
Pre Course Survey10 分
Introduction and Materials10 分
1の練習問題
Module 1 Quiz20 分
週
22時間で修了
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
14件のビデオ （合計97分）, 1 quiz
14件のビデオ
Dimension Reduction (12:13)12 分
Dimension Reduction (in R) (8:48)8 分
Pre-processing and Normalization (11:26)11 分
Quantile Normalization (in R) (4:49)4 分
The Linear Model (6:50)6 分
Linear Models with Categorical Covariates (4:08)4 分
Adjusting for Covariates (4:16)4 分
Linear Regression in R (13:03)13 分
Many Regressions at Once (3:50)3 分
Many Regressions in R (7:21)7 分
Batch Effects and Confounders (7:11)7 分
Batch Effects in R: Part A (8:18)8 分
Batch Effects in R: Part B (3:50)3 分
1の練習問題
Module 2 Quiz20 分
週
32時間で修了
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
15件のビデオ （合計86分）, 1 quiz
15件のビデオ
Logistic Regression (7:03)7 分
Regression for Counts (5:02)5 分
GLMs in R (9:28)9 分
Inference (4:18)4 分
Null and Alternative Hypotheses (4:45)4 分
Calculating Statistics (5:11)5 分
Comparing Models (7:08)7 分
Calculating Statistics in R9 分
Permutation (3:26)3 分
Permutation in R (3:33)3 分
P-values (6:04)6 分
Multiple Testing (8:25)8 分
P-values and Multiple Testing in R: Part A (5:58)5 分
P-values and Multiple Testing in R: Part B (4:23)4 分
1の練習問題
Module 3 Quiz20 分
週
42時間で修了
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件のビデオ （合計74分）, 1 reading, 1 quiz
14件のビデオ
Gene Set Enrichment (4:19)4 分
More Enrichment (3:59)3 分
Gene Set Analysis in R (7:43)7 分
The Process for RNA-seq (3:59)3 分
The Process for Chip-Seq (5:25)5 分
The Process for DNA Methylation (5:03)5 分
The Process for GWAS/WGS (6:12)6 分
Combining Data Types (eQTL) (6:04)6 分
eQTL in R (10:36)10 分
Researcher Degrees of Freedom (5:49)5 分
Inference vs. Prediction (8:52)8 分
Knowing When to Get Help (2:31)2 分
Statistics for Genomic Data Science Wrap-Up (1:53)1 分
1件の学習用教材
Post Course Survey10 分
1の練習問題
Module 4 Quiz10 分
4.1
37件のレビュー40%
コース終了後に新しいキャリアをスタートした
38%
コースが具体的なキャリアアップにつながった
17%
昇給や昇進につながった
Statistics for Genomic Data Science からの人気レビュー
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
講師
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
ジョンズ・ホプキンズ大学（Johns Hopkins University）について
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.
Genomic Data Science専門講座について
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.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題（該当する場合）にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
返金ポリシーについて教えてください。
学資援助はありますか？
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
コーセラは、世界トップクラスの教育を世界中に配信しています。
最高峰の大学や組織とのパートナーシップに基づくオンラインコースが提供されています。
© 2019 Coursera (株)すべての権利予約します。
