Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
I. Introduzione e preliminari
1. Panoramica
- Rendere R più amichevole, R e le GUI disponibili
- Rstudio
- Software e documentazione correlati
- R e statistiche
- Uso interattivo di R
- Una sessione introduttiva
- Ottenere assistenza per funzioni e caratteristiche
- Comandi R, distinzione tra maiuscole e minuscole, ecc.
- Richiamo e correzione dei comandi precedenti
- Esecuzione di comandi da o deviazione dell'output su un file
- Permanenza dei dati e rimozione di oggetti
- Good pratica di programmazione: script autonomi, buona leggibilità, ad esempio script strutturati, documentazione, markdown
- installazione di pacchetti; CRAN e Bioconduttore
2. Lettura dei dati
- File Txt (read.delim)
- File CSV
3. Semplici manipolazioni; Numeri e vettori + matrici
- Vettori e assegnazione
- Aritmetica vettoriale
- Generazione di sequenze regolari
- Vettori logici
- Valori mancanti
- Vettori di personaggi
- Vettori indice; Selezione e modifica di sottoinsiemi di un set di dati
- Matrici
- Indicizzazione delle matrici. Sottosezioni di un array
- Matrici indice
- La funzione array() + semplici operazioni sugli array, ad esempio moltiplicazione, trasposizione
- Altri tipi di oggetti
4. Elenchi e frame di dati
- Lizza
- Costruzione e modifica di elenchi
- Concatenazione di elenchi
- Fotogrammi di dati
- Creazione di frame di dati
- Utilizzo dei frame di dati
- Allegare elenchi arbitrari
- Gestione del percorso di ricerca
5. Manipolazione dei dati
- Selezione, sottoinsiemi di osservazioni e variabili
- Filtraggio, raggruppamento
- Ricodifica, trasformazioni
- Aggregazione, combinazione di set di dati
- Formazione di matrici partizionate, cbind() e rbind()
- La funzione di concatenazione, (), con array
- Manipolazione dei caratteri, pacchetto stringr
- Breve introduzione a Grep e Regexpr
6. Ulteriori informazioni sulla lettura dei dati
- File XLS, XLSX
- Pacchetti readr e readXL
- SPSS, SAS, Stata,... e altri formati di dati
- Esportazione dei dati in txt, csv e altri formati
6. Raggruppamento, cicli ed esecuzione condizionale
- Espressioni raggruppate
- Istruzioni di controllo
- Esecuzione condizionale: istruzioni if
- Esecuzione ripetitiva: cicli for, repeat e while
- Introduzione a Apply, Lapply, Sapply, Tapply
7. Funzioni
- Creazione di funzioni
- Argomenti facoltativi e valori predefiniti
- Numero variabile di argomenti
- Ambito di applicazione e sue conseguenze
8. Grafica semplice in R
- Creazione di un grafico
- Grafici di densità
- Grafici a punti
- Terreni Bar
- Grafici a linee
- Grafici a torta
- Boxplot
- Grafici Scatter
- Combinazione di grafici
II. Analisi statistica in R
1. Distribuzioni di probabilità
- R come insieme di tabelle statistiche
- Esame della distribuzione di un set di dati
2. Verifica delle ipotesi
- Test su una media della popolazione
- Test del rapporto di verosimiglianza
- Test a uno e due campioni
- Chi-Quadrato GoTest di Odness-of-Fit
- Statistica di un campione di Kolmogorov-Smirnov
- Test di rango firmato Wilcoxon
- Test a due campioni
- Test della somma dei ranghi di Wilcoxon
- Mann-Whitney Test
- Kolmogorov-Smirnov Test
3. Verifica multipla delle ipotesi
- Errore di tipo I e FDR
- Curve ROC e AUC
- Procedure di test multiple (BH, Bonferroni ecc.)
4. Modelli di regressione lineare
- Funzioni generiche per l'estrazione delle informazioni sul modello
- Aggiornamento dei modelli montati
- Modelli lineari generalizzati
- Famiglie
- La funzione glm()
- Classificazione
- Regressione logistica
- Analisi discriminante lineare
- Apprendimento non supervisionato
- Analisi dei componenti principali
- Metodi di clustering (k-means, clustering gerarchico, k-medoids)
5. Analisi di sopravvivenza (pacchetto di sopravvivenza)
- Oggetti di sopravvivenza in r
- Stima di Kaplan-Meier, test log-rank, regressione parametrica
- Bande di confidenza
- Analisi dei dati censurati (interval censored)
- Modelli di Cox PH, covariate costanti
- Modelli di Cox PH, covariate tempo-dipendenti
- Simulazione: Confronto tra modelli (Confronto di modelli di regressione)
6. Analisi della varianza
- ANOVA unidirezionale
- Classificazione a due vie dell'ANOVA
- MANOVA
III. Problemi lavorati in bioinformatica
- Breve introduzione al pacchetto limma
- Flusso di lavoro per l'analisi dei dati dei microarray
- Download dati da GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
- Elaborazione dei dati (CQ, normalizzazione, espressione differenziale)
- Trama del vulcano
- Esempi di Custering + mappe di calore
28 Ore
Recensioni (5)
è stato informativo e utile
Brenton - Lotterywest
Corso - Building Web Applications in R with Shiny
Traduzione automatica
Numerosi esempi ed esercizi relativi all'argomento del corso di formazione.
Tomasz - Ministerstwo Zdrowia
Corso - Advanced R Programming
Traduzione automatica
Il primo e il secondo giorno sono stati davvero molto lineari per me e ho davvero apprezzato quell'esperienza.
Mareca Sithole - Africa Health Research Institute
Corso - R Fundamentals
Traduzione automatica
Il ritmo era giusto e l'atmosfera rilassata ha fatto sentire a loro agio i candidati per fare domande.
Rhian Hughes - Public Health Wales NHS Trust
Corso - Introduction to Data Visualization with Tidyverse and R
Traduzione automatica
la questione è stata presentata bene e in modo ordinato.
Marylin Houle - Ivanhoe Cambridge
Corso - Introduction to R with Time Series Analysis
Traduzione automatica
