Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
I. Wprowadzenie i przygotowanie
1. Przegląd
- Ułatwienie pracy z R, R i dostępne GUI
- Rstudio
- Powiązane oprogramowanie i dokumentacja
- R i statystyka
- Interaktywne korzystanie z R
- Sesja wprowadzająca
- Uzyskiwanie pomocy dotyczącej funkcji i funkcjonalności
- Polecenia R, wrażliwość na wielkość liter itp.
- Przypominanie i korygowanie poprzednich poleceń
- Wykonywanie poleceń z pliku lub przekierowanie wyników do pliku
- Trwałość danych i usuwanie obiektów
- Dobre praktyki programistyczne: Samodzielne skrypty, dobra czytelność, np. strukturyzowane skrypty, dokumentacja, markdown
- Instalowanie pakietów; CRAN i Bioconductor
2. Wczytywanie danych
- Pliki tekstowe (read.delim)
- Pliki CSV
3. Proste operacje; liczby i wektory + tablice
- Wektory i przypisanie
- Arytmetyka wektorowa
- Generowanie regularnych sekwencji
- Wektory logiczne
- Brakujące wartości
- Wektory znakowe
- Wektory indeksowe; wybieranie i modyfikowanie podzbiorów danych
- Tablice
- Indeksowanie tablic. Podsekcje tablic
- Macierze indeksowe
- Funkcja array() + proste operacje na tablicach, np. mnożenie, transpozycja
- Inne typy obiektów
4. Listy i ramki danych
- Listy
- Tworzenie i modyfikowanie list
- Łączenie list
- Ramki danych
- Tworzenie ramek danych
- Praca z ramkami danych
- Dołączanie dowolnych list
- Zarządzanie ścieżką wyszukiwania
5. Manipulacja danymi
- Wybór, podział obserwacji i zmiennych
- Filtrowanie, grupowanie
- Rekodowanie, transformacje
- Agregacja, łączenie zbiorów danych
- Tworzenie macierzy podzielonych, cbind() i rbind()
- Funkcja łączenia (), z tablicami
- Manipulacja znakami, pakiet stringr
- Krótkie wprowadzenie do grep i regexpr
6. Więcej o wczytywaniu danych
- Pliki XLS, XLSX
- Pakiety readr i readxl
- Dane w formatach SPSS, SAS, Stata,… i innych
- Eksportowanie danych do formatów txt, csv i innych
6. Grupowanie, pętle i wykonanie warunkowe
- Wyrażenia grupowe
- Instrukcje sterujące
- Wykonanie warunkowe: instrukcje if
- Powtarzanie wykonania: pętle for, repeat i while
- Wprowadzenie do apply, lapply, sapply, tapply
7. Funkcje
- Tworzenie funkcji
- Argumenty opcjonalne i wartości domyślne
- Zmienna liczba argumentów
- Zakres i jego konsekwencje
8. Prosta grafika w R
- Tworzenie wykresu
- Wykresy gęstości
- Wykresy punktowe
- Wykresy słupkowe
- Wykresy liniowe
- Wykresy kołowe
- Wykresy pudełkowe
- Wykresy rozrzutu
- Łączenie wykresów
II. Analiza statystyczna w R
1. Rozkłady prawdopodobieństwa
- R jako zbiór tabel statystycznych
- Badanie rozkładu zbioru danych
2. Testowanie hipotez
- Testy dotyczące średniej populacji
- Test ilorazu wiarygodności
- Testy jednej i dwóch próbek
- Test zgodności chi-kwadrat
- Statystyka jednej próby Kołmogorowa-Smirnowa
- Test Wilcoxona dla par
- Test dwóch próbek
- Test sumy rang Wilcoxona
- Test Manna-Whitneya
- Test Kołmogorowa-Smirnowa
3. Wielokrotne testowanie hipotez
- Błąd typu I i FDR
- Krzywe ROC i AUC
- Procedury wielokrotnego testowania (BH, Bonferroni itp.)
4. Modele regresji liniowej
- Funkcje ogólne do ekstrakcji informacji o modelu
- Aktualizacja dopasowanych modeli
- Modele liniowe uogólnione
- Rodziny
- Funkcja glm()
- Klasyfikacja
- Regresja logistyczna
- Analiza dyskryminacyjna liniowa
- Uczenie nienadzorowane
- Analiza głównych składowych
- Metody grupowania (k-średnie, grupowanie hierarchiczne, k-medoidy)
5. Analiza przeżycia (pakiet survival)
- Obiekty przeżycia w R
- Estymator Kaplana-Meiera, test log-rank, regresja parametryczna
- Pasy ufności
- Analiza danych cenzurowanych (cenzurowanych przedziałowo)
- Modele Cox PH, stałe kowarianty
- Modele Cox PH, kowarianty zależne od czasu
- Symulacja: Porównanie modeli (Porównywanie modeli regresji)
6. Analiza wariancji
- Jednoczynnikowa ANOVA
- Dwuczynnikowa klasyfikacja ANOVA
- MANOVA
III. Przykłady problemów w bioinformatyce
- Krótkie wprowadzenie do pakietu limma
- Przepływ pracy analizy danych mikromacierzowych
- Pobieranie danych z GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
- Przetwarzanie danych (kontrola jakości, normalizacja, ekspresja różnicowa)
- Wykres wulkaniczny
- Przykłady grupowania + mapy cieplne
28 godzin
Opinie uczestników (2)
zakres wiedzy trenera, dostosowany do potrzeb, wszystkie tematy omówione
eleni - EUAA
Szkolenie - Forecasting with R
Przetłumaczone przez sztuczną inteligencję
Rzeczywiste zastosowania przy użyciu Statcan i CER jako przykładów.
Matthew - Natural Resources Canada
Szkolenie - Data Analytics With R
Przetłumaczone przez sztuczną inteligencję
