コース概要
I. はじめにと準備事項
1。概要
- R をよりフレンドリーにする、R と利用可能な GUI Rstudio 関連ソフトウェアとドキュメント R と統計 R を対話的に使用する 入門セッション 関数や機能のヘルプを取得する R コマンド、大文字と小文字の区別など 以前のコマンドの呼び出しと修正 からのコマンドの実行または出力の流用ファイル データの永続性とオブジェクトの削除 GoOD プログラミングの実践: 自己完結型スクリプト、読みやすさの向上 (例: 構造化スクリプト、ドキュメント、パッケージのマークダウン インストール)。 CRAN とバイオコンダクター
2. データの読み込み
- Txt ファイル (read.delim) CSV ファイル
3. 簡単な操作。数値とベクトル + 配列
- ベクトルと割り当て ベクトル演算 規則的なシーケンスの生成 論理ベクトル 欠損値 文字ベクトル インデックス ベクトル。データセット配列のサブセットの選択と変更
リスト リストの構築と変更 リストの連結
- データフレーム データフレームの作成
6. データの読み取りの詳細
- XLS、XLSX ファイル readr および readxl パッケージ SPSS、SAS、Stata、…、その他の形式のデータ txt、csv、およびその他の形式へのデータのエクスポート
6. グループ化、ループ、条件付き実行
- グループ化された式 制御ステートメント 条件付き実行: if ステートメント 反復実行: for ループ、repeat、および while の apply、lapply、sapply、tapply のイントロ
7. 機能
- 関数の作成 オプションの引数とデフォルト値 可変の引数 スコープとその結果
8. R のシンプルなグラフィックス
- グラフの作成 密度プロット ドットプロット 棒プロット 折れ線グラフ 円グラフ 箱ひげ図 散布図 プロットの結合
II. R での統計分析
- 1. 確率分布
統計テーブルの集合としての R データ集合の分布の調査
2. 仮説の検証
- 母集団平均尤度比検定 1 サンプルおよび 2 サンプル検定 カイ 2 乗 Go 適合度検定 コルモゴロフ-スミルノフ 1 サンプル統計 ウィルコクソン符号付き順位検定 2 サンプル検定 ウィルコクソン順位和検定 マン-ホイットニーコルモゴロフ・スミルノフ検定をテストする
3. 仮説の多重検定
- タイプ I エラーおよび FDR ROC 曲線および AUC 複数のテスト手順 (BH、Bonferroni など)
4. 線形回帰モデル
- モデル情報を抽出するための汎用関数 近似モデルの更新 一般化線形モデル ファミリ glm() 関数
分類ロジスティック回帰
- 線形判別分析
Ⅲ.バイオインフォマティクスにおける取り組んだ問題
- limma パッケージの簡単な紹介 マイクロアレイ データ解析ワークフロー GEO からのデータ ダウンロード: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 データ処理 (QC、正規化、微分表現) ボルケーノ プロット カスタリング例 + ヒートマップ
お客様の声 (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
コース - Introduction to Data Visualization with Tidyverse and R
内容は非常に興味深かったので、大学最後の年に役立つと思いました。
Krishan - NBrown Group
コース - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
very tailored to needs
Yashan Wang
コース - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
コース - Data Mining & Machine Learning with R
Good real world examples, reviews of existing reports
Ronald Parrish
コース - Data Visualization
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
コース - Data Science for Big Data Analytics
I learned a lot - not only in theoretical knowledge but I also applied that knowledge during the training and therefore I really understood what process mining is and how it works. Thanks a lot!
Julia Dörre - Techniker Krankenkasse
コース - Process Mining
how the trainor shows his knowledge in the subject he's teachign