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.
Plan Szkolenia
I. Wprowadzenie i zagadnienia wstępne
1. Przegląd
- Czynienie R bardziej przyjaznym, R i dostępne GUI
- Rstudio
- Powiązane oprogramowanie i dokumentacja
- R i statystyki
- Interaktywne korzystanie z języka R
- Sesja wprowadzająca
- Uzyskiwanie pomocy dotyczącej funkcji i właściwości
- Polecenia R, wielkość liter itp.
- Przywoływanie i poprawianie poprzednich poleceń
- Wykonywanie poleceń z pliku lub przekierowywanie danych wyjściowych do pliku
- Trwałość danych i usuwanie obiektów
- [Praktyka programowania w R: Samodzielne skrypty, dobra czytelność, np. ustrukturyzowane skrypty, dokumentacja, markdown
- Instalowanie pakietów; CRAN i Bioconductor
2. Odczytywanie danych
- Pliki txt (read.delim)
- Pliki CSV
3. Proste manipulacje; liczby i wektory + tablice
- Wektory i przypisanie
- Arytmetyka wektorowa
- Generowanie sekwencji regularnych
- Wektory logiczne
- Brakujące wartości
- Wektory znaków
- Wektory indeksowe; wybieranie i modyfikowanie podzbiorów zbioru danych
- Tablice
- Indeksowanie tablic. Podsekcje tablicy
- Indeksowanie macierzy
- Funkcja array() + proste operacje na tablicach, np. mnożenie, transpozycja.
- Inne typy obiektów
4. Listy i ramki danych
- Listy
- Konstruowanie i modyfikowanie list
- Łączenie list
- Ramki danych
- Tworzenie ramek danych
- Praca z ramkami danych
- Dołączanie dowolnych list
- Zarządzanie ścieżką wyszukiwania
5. Manipulowanie danymi
- Wybieranie, podzestawianie obserwacji i zmiennych
- Filtrowanie, grupowanie
- Przekodowywanie, transformacje
- Agregacja, łączenie zestawów danych
- Tworzenie macierzy partycjonowanych, cbind() i rbind()
- Funkcja konkatenacji () z tablicami
- Manipulacja znakami, pakiet stringr
- Krótkie wprowadzenie do grep i regexpr
6. Więcej na temat odczytu danych
- Pliki XLS, XLSX
- pakiety readr i readxl
- SPSS, SAS, Stata,... i inne formaty danych
- Eksportowanie danych do txt, csv i innych formatów
6. Grupowanie, pętle i wykonywanie warunkowe
- Grupowanie wyrażeń
- Instrukcje sterujące
- Wykonywanie warunkowe: instrukcje if
- Wykonywanie powtarzalne: pętle for, repeat i while
- Wprowadzenie do apply, lapply, sapply, tapply
7. Funkcje
- Tworzenie funkcji
- Opcjonalne argumenty 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 punktowe
- Łączenie wykresów
II. Analiza statystyczna w R
1. Rozkłady prawdopodobieństwa
- R jako zestaw tabel statystycznych
- Badanie rozkładu zbioru danych
2. Testowanie hipotez
- Testy dotyczące średniej populacji
- Test ilorazu wiarygodności
- Testy dla jednej i dwóch prób
- Test Chi-kwadrat Go odness-of-Fit
- Statystyka Kołmogorowa-Smirnowa dla jednej próby
- Test Wilcoxona Signed-Rank
- Test dwóch prób
- 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
- Ogólne funkcje wyodrębniania informacji o modelu
- Aktualizacja dopasowanych modeli
- Uogólnione modele liniowe
- Rodziny
- Funkcja glm()
- Klasyfikacja
- Regresja logistyczna
- Liniowa analiza dyskryminacyjna
- Uczenie się bez nadzoru
- Analiza składowych głównych
- Metody grupowania (k-średnich, hierarchiczne grupowanie, k-medoidy)
5. Analiza przeżywalności (pakiet survival)
- Obiekty przeżycia w r
- Oszacowanie Kaplana-Meiera, test log-rank, regresja parametryczna
- Przedziały ufności
- Analiza danych cenzurowanych (cenzurowanych interwałowo)
- Modele Coxa PH, stałe zmienne towarzyszące
- Modele Coxa PH, zmienne zależne od czasu
- Symulacja: Porównanie modeli (porównanie modeli regresji)
6. Analiza wariancji
- Jednoczynnikowa ANOVA
- Dwukierunkowa klasyfikacja ANOVA
- MANOVA
III. Problemy praktyczne w bioinformatyce
- Krótkie wprowadzenie do pakietu limma
- Przebieg analizy danych z mikromacierzy
- Pobieranie danych z GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
- Przetwarzanie danych (QC, normalizacja, ekspresja różnicowa)
- Wykres wulkanu
- Przykłady analizy + mapy cieplne
28 godzin
Opinie uczestników (5)
jak trener prezentuje swoją wiedzę z tematu, który uczy
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Szkolenie - Data Vault: Building a Scalable Data Warehouse
Przetłumaczone przez sztuczną inteligencję
pozytywna atmosfera na szkoleniu
Piotr Wojciechowski - Centrum Informatyki Resortu Finansow
Szkolenie - Data Mining with Python
Bardzo przydatne, ponieważ pomaga mi zrozumieć, co możemy zrobić z danymi w naszym kontekście. Będzie mi to również pomocne.
Nicolas NEMORIN - Adecco Groupe France
Szkolenie - KNIME Analytics Platform for BI
Przetłumaczone przez sztuczną inteligencję
Czyście cieszyłem się z ćwiczeń na żywo.
Yunfa Zhu - Environmental and Climate Change Canada
Szkolenie - Foundation R
Przetłumaczone przez sztuczną inteligencję
Tempo było właściwe, a luźna atmosfera sprawiała, że kandydaci czuli się swobodnie, zadając pytania.
Rhian Hughes - Public Health Wales NHS Trust
Szkolenie - Introduction to Data Visualization with Tidyverse and R
Przetłumaczone przez sztuczną inteligencję
