Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
I. Въведение и предварителна информация
1. Преглед
- Правене на R по-приятелски, R и достъпни GUI
- Rstudio
- Свързан софтуер и документация
- R и статистика
- Използване на R интерактивно
- Въвеждаща сесия
- Получаване на помощ за функции и функции
- R команди, чувствителност към главни и малки букви и др.
- Припомняне и коригиране на предишни команди
- Изпълнение на команди от или пренасочване на изход към файл
- Постоянност на данните и премахване на обекти
- Good практика на програмиране: Самостоятелни скриптове, добра четливост, напр. структурирани скриптове, документация, маркиране
- инсталиране на пакети; CRAN и Bioпроводник
2. Четене на данни
- Txt файлове (read.delim)
- CSV файлове
3. Прости манипулации; числа и вектори + масиви
- Вектори и задание
- Векторна аритметика
- Генериране на регулярни последователности
- Логически вектори
- Липсващи стойности
- Символни вектори
- Индексни вектори; избиране и модифициране на подмножества от набор от данни
- Масиви
- Индексиране на масиви. Подсекции на масив
- Индексни матрици
- Функцията array() + прости операции върху масиви, напр. умножение, транспониране
- Други видове обекти
4. Списъци и рамки с данни
- Списъци
- Конструиране и модифициране на списъци
- Конкатениране на списъци
- Рамки за данни
- Изработване на рамки за данни
- Работа с рамки от данни
- Прикачване на произволни списъци
- Управление на пътя за търсене
5. Манипулиране на данни
- Избор, подмножество наблюдения и променливи
- Филтриране, групиране
- Прекодиране, трансформации
- Агрегиране, комбиниране на масиви от данни
- Формиране на разделени матрици, cbind() и rbind()
- Функцията за конкатенация, (), с масиви
- Манипулиране на знаци, пакет stringr
- кратко въведение в grep и regexpr
6. Повече за четене на данни
- XLS, XLSX файлове
- readr и readxl пакети
- SPSS, SAS, Stata,… и други формати на данни
- Експортиране на данни в txt, csv и други формати
6. Групиране, цикли и условно изпълнение
- Групирани изрази
- Контролни отчети
- Условно изпълнение: оператори if
- Повтарящо се изпълнение: за цикли, повторение и докато
- въведение в apply, lapply, sapply, tappply
7. Функции
- Създаване на функции
- Незадължителни аргументи и стойности по подразбиране
- Променлив брой аргументи
- Обхват и последствията от него
8. Проста графика в R
- Създаване на графика
- Графики за плътност
- Точкови графики
- Бар Парцели
- Линейни графики
- Кръгови диаграми
- Boxplots
- Точкови графики
- Комбиниране на сюжети
II. Статистически анализ в R
1. Вероятностни разпределения
- R като набор от статистически таблици
- Изследване на разпространението на набор от данни
2. Тестване на хипотези
- Тестове за средна стойност на населението
- Тест за коефициент на вероятност
- Едно- и двупробни тестове
- Хи-квадрат Goтест за съгласуваност
- Едноизвадкова статистика на Колмогоров-Смирнов
- Тест за знаков ранг на Wilcoxon
- Тест с две проби
- Тест за сума на ранг на Уилкоксън
- Тест на Ман-Уитни
- Тест на Колмогоров-Смирнов
3. Многократно тестване на хипотези
- Тип I грешка и FDR
- ROC криви и AUC
- Множество процедури за тестване (BH, Bonferroni и др.)
4. Линейни регресионни модели
- Генерични функции за извличане на информация за модела
- Актуализиране на вталените модели
- Обобщени линейни модели
- Семейства
- Функцията glm().
- Класификация
- Логистична регресия
- Линеен дискриминантен анализ
- Учене без надзор
- Анализ на основните компоненти
- Методи за групиране (k-средни, йерархично групиране, k-medoids)
5. Анализ на оцеляването (пакет за оцеляване)
- Обекти за оцеляване в r
- Оценка на Каплан-Майер, log-rank тест, параметрична регресия
- Ленти за доверие
- Анализ на цензурирани (интервално цензурирани) данни
- Cox PH модели, постоянни ковариати
- Cox PH модели, зависими от времето ковариати
- Симулация: Сравнение на модели (Сравняване на регресионни модели)
6. Анализ на дисперсията
- Еднопосочна ANOVA
- Двупосочна класификация на ANOVA
- МАНОВА
III. Работени задачи по биоинформатика
- Кратко въведение в пакета limma
- Работен процес за анализ на данни от микрочипове
- Изтегляне на данни от GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
- Обработка на данни (QC, нормализация, диференциално изразяване)
- Сюжет за вулкан
- Примери за Custering + топлинни карти
28 Часа
Oтзиви от потребители (5)
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Курс - 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
Курс - KNIME Analytics Platform for BI
I genuinely enjoyed the hands passed exercises.
Yunfa Zhu - Environmental and Climate Change Canada
Курс - 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
Курс - 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.