Regressione logistica in R per la sanità pubblica

Descrizione

Benvenuti in Regressione logistica in R per la salute pubblica!

Perché la regressione logistica per la salute pubblica piuttosto che la semplice regressione logistica? Bene, ci sono alcune considerazioni particolari per ogni set di dati e i set di dati di salute pubblica hanno caratteristiche particolari che richiedono un'attenzione speciale. In una parola, sono disordinati. Come gli altri della serie, questo è un corso pratico, che offre molta pratica con R su dati disordinati e di vita reale, con la previsione di chi ha il diabete da una serie di caratteristiche del paziente come esempio funzionante per questo corso. Inoltre, l'interpretazione dei risultati del modello di regressione può variare a seconda della prospettiva che si assume e la salute pubblica non si limita a prendere in considerazione la prospettiva di un singolo paziente, ma deve anche considerare l'angolazione della popolazione. Detto questo, gran parte di ciò che viene trattato in questo corso è vero per la regressione logistica quando applicata a qualsiasi set di dati, quindi sarai in grado di applicare i principi di questo corso anche alla regressione logistica in modo più ampio.

Alla fine di questo corso, sarai in grado di:
Spiegare quando è valido utilizzare la regressione logistica
Definisci odds e odds ratio
Esegui analisi di regressione logistica semplice e multipla in R e interpreta l'output
Valutare le ipotesi del modello per la regressione logistica multipla in R
Descrivi e confronta alcuni metodi comuni per scegliere un modello di regressione multipla

Questo corso si basa su abilità come il test di ipotesi, i valori p e come utilizzare R, che sono trattati nei primi due corsi della specializzazione in Statistica per la sanità pubblica. Se non hai familiarità con queste abilità, ti suggeriamo di rivedere il pensiero statistico per la salute pubblica e la regressione lineare per la salute pubblica prima di iniziare questo corso. Se hai già familiarità con queste abilità, siamo fiduciosi che ti piacerà approfondire le tue conoscenze e abilità in Statistics for Public Health: Logistic Regression for Public Health.

Ci auguriamo che il corso ti piaccia!