PhDLawBachelorMBAHealthcareCoursesOnlineMaster
Keystone logo
Temple University Master of Science (MS) i folkhälsodatavetenskap
Temple University

Master of Science (MS) i folkhälsodatavetenskap

Philadelphia, Amerikas förenta stater

2 Years

Engelsk

Heltid

Sista ansökningsdag för begäran

Aug 2025

USD 1 590 / per credit

På Campus

Introduktion

Utveckla färdigheterna för att bli en folkhälsodataforskare och förbättra sjukvården och befolkningens hälsa med Public Health Data Science MS i Temple's College of Public Health. Detta forskarprogram med 36 poäng är utformat för att utrusta akademiker för att möta den växande efterfrågan på datavetare som har en djupgående förståelse för biostatistiska metoder och dataanalys.

Som student kommer du att lära dig att konceptualisera hälsoproblem och använda toppmoderna verktyg och tekniker för att analysera, designa och hantera hälso- och hälsorelaterad data för att producera värdeskapande analytiska insikter. Du kommer också att lära dig hur du effektivt kombinerar och kommunicerar dessa insikter för att informera evidensbaserat folkhälsobeslut.

Utexaminerade från detta program kommer att ha en stark biostatistisk och programmeringsgrund, en behärskning av riktad dataanalys och vara beredda att tillämpa sina färdigheter enligt följande.

  • Tillämpa lämpliga statistiska metoder för att sammanfatta komplexa folkhälsodata, såsom uppskattning, konfidensintervall och hypotestestning.
  • Bestäm distinkta mätskalor och erkänn implikationerna för valet av lämpliga statistiska metoder.
  • Särskilja statistiska modeller med avseende på datastrukturen.
  • Identifiera lämpliga metoder för problem med datainsamling.
  • Tolka och presentera resultat för professionell och lekmannapublik.
  • Känn igen begreppen sannolikhet, vanliga statistiska sannolikhetsfördelningar och slumpmässig variation.
  • Avslöja mönster genom att använda effektiva, flytande programmeringsfärdigheter i kombination med statistisk slutledning och big data.
  • Förstå hur experimentell design påverkar statistisk slutledning och osäkerhet.
  • Använd lämpliga maskininlärningsalgoritmer som innehåller osäkerhet.

Utexaminerade från programmet kommer också att vara beredda att analysera och använda "stora hälsodata" eller "komplexa studiedesigner" för att förbättra hälsoresultaten samtidigt som de sänker kostnaderna och utnyttjar flera datakällor för övervakning av infektionssjukdomar och andra nya problem.

STEM-beteckning

Detta program är STEM-designat och kan hjälpa studenter att kvalificera sig för en STEM OPT-förlängning (en tvåårig förlängning av OPT efter avslutad för studenter som fått en STEM-examen i USA).

Antagningar

Läroplan

Studieavgift för programmet

Om skolan

Frågor