Schulungsübersicht

I. Einleitung und Vorbemerkungen

1. Übersicht

    R benutzerfreundlicher machen, R und verfügbare GUIs Rstudio Verwandte Software und Dokumentation R und Statistiken Interaktive Verwendung von R Eine Einführungssitzung Hilfe zu Funktionen und Features erhalten R-Befehle, Groß-/Kleinschreibung usw. Abrufen und Korrigieren früherer Befehle Ausführen von Befehlen von oder Umleiten der Ausgabe zu eine Datei, Datenpermanenz und Entfernen von Objekten Go aus der Programmierpraxis: Eigenständige Skripte, gute Lesbarkeit, z. B. strukturierte Skripte, Dokumentation, Markdown-Installation von Paketen; CRAN und Bioleiter

2. Daten lesen

    Txt-Dateien (read.delim) CSV-Dateien

3. Einfache Manipulationen; Zahlen und Vektoren + Arrays

    Vektoren und Zuweisung Vektorarithmetik Generieren regelmäßiger Folgen Logische Vektoren Fehlende Werte Zeichenvektoren Indexvektoren; Auswählen und Ändern von Teilmengen eines Datensatzes. Arrays
Array-Indizierung. Unterabschnitte eines Arrays
  • Indexmatrizen
  • Die Funktion array() + einfache Operationen an Arrays, z. B. Multiplikation, Transposition
  • Andere Arten von Objekten
  • 4. Listen und Datenrahmen
  • Listen Erstellen und Ändern von Listen. Verketten von Listen

      Datenrahmen Erstellen von Datenrahmen
    Arbeiten mit Datenrahmen
  • Anhängen beliebiger Listen
  • Verwalten des Suchpfads
  • 5. Datenmanipulation
  • Auswählen, Unterteilen von Beobachtungen und Variablen, Filtern, Gruppieren, Neukodierung, Transformationen, Aggregation, Kombinieren von Datensätzen, Bilden von partitionierten Matrizen, cbind() und rbind(), die Verkettungsfunktion (), mit Arrays, Zeichenmanipulation, Stringr-Paket, kurze Einführung in grep und regexpr
  • 6. Mehr zum Lesen von Daten

      XLS-, XLSX-Dateien, Readr- und ReadXL-Pakete, SPSS, SAS, Stata usw. und andere Datenformate. Exportieren von Daten in TXT, CSV und andere Formate

    6. Gruppierung, Schleifen und bedingte Ausführung

      Gruppierte Ausdrücke Kontrollanweisungen Bedingte Ausführung: if-Anweisungen Wiederholte Ausführung: For-Schleifen, Repeat und While-Einführung in Apply, Lapply, Sapply, Tapply

    7. Funktionen

      Funktionen erstellen Optionale Argumente und Standardwerte Variable Anzahl von Argumenten Umfang und seine Konsequenzen

    8. Einfache Grafiken in R

      Erstellen eines Diagramms, Dichtediagramme, Punktdiagramme, Balkendiagramme, Liniendiagramme, Kreisdiagramme, Boxplots, Streudiagramme, Kombinationsdiagramme

    II. Statistische Analyse in R

      1. Wahrscheinlichkeitsverteilungen

    R als Satz statistischer Tabellen. Untersuchen der Verteilung eines Datensatzes

    2. Prüfung von Hypothesen

      Tests zu einem Population Mean Likelihood Ratio-Test, Ein- und Zwei-Stichproben-Tests, Chi-Quadrat-Go-Anpassungstest, Kolmogorov-Smirnov, Ein-Stichproben-Statistik, Wilcoxon-Signed-Rank-Test, Zwei-Stichproben-Test, Wilcoxon-Rangsummentest, Mann-Whitney Testen Sie den Kolmogorov-Smirnov-Test

    3. Mehrfaches Testen von Hypothesen

      Typ-I-Fehler und FDR-ROC-Kurven und AUC-Mehrfachtestverfahren (BH, Bonferroni usw.)

    4. Lineare Regressionsmodelle

      Allgemeine Funktionen zum Extrahieren von Modellinformationen. Aktualisieren angepasster Modelle. Verallgemeinerte lineare Modelle. Familien. Die glm()-Funktion

    Logistische Regression der Klassifizierung

      Lineare Diskriminanzanalyse
    Hauptkomponentenanalyse des unbeaufsichtigten Lernens
  • Clustering-Methoden (k-Means, hierarchisches Clustering, k-Medoide)
  • 5. Überlebensanalyse (Überlebenspaket)
  • Überlebensobjekte in r Kaplan-Meier-Schätzung, Log-Rank-Test, parametrische Regression Konfidenzbänder Zensierte (intervallzensierte) Datenanalyse Cox-PH-Modelle, konstante Kovariaten Cox-PH-Modelle, zeitabhängige Kovariaten Simulation: Modellvergleich (Vergleich von Regressionsmodellen)
  • 6. Varianzanalyse
  • Einfaktorielle ANOVA Zweifaktorielle Klassifikation der ANOVA MANOVA
  • III. Bearbeitete Probleme in der Bioinformatik

      Kurze Einführung in das Limma-Paket Microarray-Datenanalyse-Workflow Daten-Download von GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Datenverarbeitung (QC, Normalisierung, Differentialausdruck) Vulkandiagramm Custering-Beispiele + Heatmaps
      28 Stunden
     

    Teilnehmerzahl


    Beginnt

    Endet


    Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
    Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

    Erfahrungsberichte (8)

    Kombinierte Kurse

    Verwandte Kategorien