Struttura del corso

I. Introduzione e preliminari

1. Panoramica

    Rendere R più amichevole, R e GUI disponibili Rstudio Software e documentazione correlati R e statistica Uso interattivo di R Una sessione introduttiva Ottenere assistenza per funzioni e caratteristiche R, distinzione tra maiuscole e minuscole e così via. Richiamo e correzione dei comandi precedenti Esecuzione di comandi da un file o deviazione dell'output in un file Permanenza dei dati e rimozione di oggetti Good pratica di programmazione:  script autonomi, buona    leggibilità, ad esempio script strutturati, documentazione, markdown installazione dei pacchetti; CRAN e Bioconduttore

2. Lettura dei dati

    File txt  (read.delim) File CSV

3. Manipolazioni semplici; Numeri e vettori  + matrici

    Vettori e assegnazione Aritmetica vettoriale Generazione di sequenze regolari Vettori logici Valori mancanti Vettori di caratteri Vettori di indice; Selezione e modifica di sottoinsiemi di un insieme di dati Matrici
Indicizzazione di array. Sottosezioni di una matrice
  • Matrici di indici
  • 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 liste

      Frame 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 Formare matrici partizionate, cbind() e rbind() La funzione di concatenazione, (), con matrici 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 Dati SPSS, SAS, Stata,... e altri formati 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: per i cicli, ripeti e while introduzione in applicare, lapplicare, sapplicare, 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 Grafici a barre Grafici a linee Grafici a torta Diagrammi di scatole Grafici a dispersione 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 o due campioni Test di odness del chi-quadrato Go Statistica di Kolmogorov-Smirnov a un campione Test di grado firmato di 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 delle 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 (censurati a intervalli) Modelli Cox PH, covariate costanti Modelli di Cox PH, covariate dipendenti dal tempo Simulazione: confronto di modelli (confronto di modelli di regressione)
  •  6.   Analisi della varianza
  • ANOVA unidirezionale Classificazione bidirezionale dell'ANOVA MANOVA
  • III. Problemi di bioinformatica           

      Breve introduzione al pacchetto limma Flusso di lavoro per l'analisi dei dati di microarray Download dei dati da GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Elaborazione dei dati (QC, normalizzazione, espressione differenziale) Trama             del vulcano Esempi di Custering + mappe di calore
      28 ore
     

    Numero di Partecipanti


    Data Inizio

    Data Fine


    Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
    I corsi di formazione pubblici richiedono più di 5 partecipanti.

    Recensioni (9)

    Corsi relativi

    Categorie relative