Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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)
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Corso - Data Vault: Building a Scalable Data Warehouse
Very useful in because it helps me understand what we can do with the data in our context. It will also help me
Nicolas NEMORIN - Adecco Groupe France
Corso - KNIME Analytics Platform for BI
I genuinely enjoyed the hands passed exercises.
Yunfa Zhu - Environmental and Climate Change Canada
Corso - Foundation R
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Corso - Introduction to Data Visualization with Tidyverse and R
Richard's training style kept it interesting, the real world examples used helped to drive the concepts home.
