Johns Hopkins University

可重复研究

本课程是多个项目的一部分。

Roger D. Peng, PhD
Jeff Leek, PhD
Brian Caffo, PhD

位教师:Roger D. Peng, PhD

107,157 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.6

(4,178 条评论)

7 小时 完成
灵活的计划
自行安排学习进度
94%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.6

(4,178 条评论)

7 小时 完成
灵活的计划
自行安排学习进度
94%
大多数学生喜欢此课程

您将学到什么

  • 组织数据分析,使其更具可重复性

  • 使用 knitr 撰写可重复的数据分析报告

  • 确定分析项目的可重复性

  • 使用 Markdown 发布可复制的网络文档

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

2 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

此课程作为 的一部分提供
在注册此课程时,您还需要选择一个特定的合作项目。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有4个模块

本周将介绍可重复研究的基本理念,因为这些理念对你们中的一些人来说可能并不熟悉。我们还将介绍如何构建和组织数据分析,使其更具可重复性。我建议大家按照网页上列出的顺序观看视频,但不按顺序观看也不会影响观看效果。

涵盖的内容

9个视频4篇阅读材料1个作业

本周我们将介绍开发可重现文档的一些核心工具。我们将介绍识字编程工具 knitr,并展示如何将其与 Markdown 整合,以发布可重现的网络文档。我们还将介绍首次同行评估,要求大家使用 knitr 撰写一份可重现的数据分析报告。

涵盖的内容

9个视频1个作业1次同伴评审

本周的内容可以称之为确保数据分析可重现的基本检查清单。虽然遵循检查清单并非绝对充分,但它提供了一个必要的最低标准,几乎适用于任何分析领域。

涵盖的内容

10个视频

本周有两个涉及科学中可重复性重要性的案例研究供您观看。

涵盖的内容

5个视频1篇阅读材料1次同伴评审

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分
4.6 (146个评价)
Roger D. Peng, PhD
Johns Hopkins University
37 门课程1,660,397 名学生

提供方

从 数据分析 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.6

4,178 条评论

  • 5 stars

    68.66%

  • 4 stars

    22.95%

  • 3 stars

    5.67%

  • 2 stars

    1.65%

  • 1 star

    1.05%

显示 3/4178 个

RG
5

已于 Apr 29, 2020审阅

IM
5

已于 Aug 9, 2019审阅

MF
5

已于 Mar 30, 2022审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题