Programa do Curso

I. Introdução e preliminares

1. Visão Geral

    Tornando R mais amigável, R e GUIs disponíveis Rstudio Software e documentação relacionados R e estatísticas Usando R interativamente Uma sessão introdutória Obtendo ajuda com funções e recursos Comandos R, distinção entre maiúsculas e minúsculas, etc. Recuperação e correção de comandos anteriores Execução de comandos ou desvio de saída para um arquivo Permanência de dados e remoção de objetos Good prática de programação: Scripts independentes, boa legibilidade, por exemplo, scripts estruturados, documentação, markdown, instalação de pacotes; CRAN e Biocondutor

2. Lendo dados

    Arquivos Txt (read.delim) Arquivos CSV

3. Manipulações simples; números e vetores + matrizes

    Vetores e atribuição Aritmética vetorial Geração de sequências regulares Vetores lógicos Valores faltantes Vetores de caracteres Vetores de índice; selecionando e modificando subconjuntos de um conjunto de dados Matrizes
Indexação de matriz. Subseções de uma matriz
  • Matrizes de índice
  • A função array() + operações simples em arrays, por exemplo, multiplicação, transposição
  • Outros tipos de objetos
  • 4. Listas e quadros de dados
  • Listas Construindo e modificando listas Concatenando listas

      Quadros de dados Criando quadros de dados
    Trabalhando com quadros de dados
  • Anexando listas arbitrárias
  • Gerenciando o caminho de pesquisa
  • 5. Manipulação de dados
  • Seleção, subconjunto de observações e variáveis Filtragem, agrupamento Recodificação, transformações Agregação, combinação de conjuntos de dados Formação de matrizes particionadas, cbind() e rbind() A função de concatenação, (), com matrizes Manipulação de caracteres, pacote stringr breve introdução sobre grep e regexpr
  • 6. Mais sobre leitura de dados

      Arquivos XLS, XLSX pacotes readr e readxl SPSS, SAS, Stata,… e outros formatos de dados Exportação de dados para txt, csv e outros formatos

    6. Agrupamento, loops e execução condicional

      Expressões agrupadas Instruções de controle Execução condicional: instruções if Execução repetitiva: for loops, repeat e while intro into apply, lapply, sapply, tapply

    7. Funções

      Criando funções Argumentos opcionais e valores padrão Número variável de argumentos Escopo e suas consequências

    8. Gráficos simples em R

      Criando um gráfico Gráficos de densidade Gráficos de pontos Gráficos de barras Gráficos de linhas Gráficos de pizza Gráficos de caixa Gráficos de dispersão Gráficos de combinação

    II. Análise estatística em R

      1. Distribuições de probabilidade

    R como um conjunto de tabelas estatísticas Examinando a distribuição de um conjunto de dados

    2. Teste de Hipóteses

      Testes sobre uma população Teste de razão de verossimilhança média Testes de uma e duas amostras Teste qui-quadrado Go Teste de adequação de Kolmogorov-Smirnov Estatística de uma amostra Teste de postos sinalizados de Wilcoxon Teste de duas amostras Teste de soma de postos de Wilcoxon Mann-Whitney Teste Teste Kolmogorov-Smirnov

    3. Múltiplos testes de hipóteses

      Erro Tipo I e curvas ROC FDR e procedimentos de teste múltiplos AUC (BH, Bonferroni etc.)

    4. Modelos de regressão linear

      Funções genéricas para extrair informações do modelo Atualização de modelos ajustados Modelos lineares generalizados Famílias A função glm()

    Classificação Regressão Logística

      Análise Discriminante Linear
    Análise de componentes principais de aprendizagem não supervisionada
  • Métodos de agrupamento (k-means, agrupamento hierárquico, k-medoids)
  • 5. Análise de sobrevivência (pacote de sobrevivência)
  • Objetos de sobrevivência em r Estimativa de Kaplan-Meier, teste de log-rank, regressão paramétrica Bandas de confiança Análise de dados censurados (censurados por intervalo) Modelos Cox PH, covariáveis constantes Modelos Cox PH, covariáveis dependentes do tempo Simulação: comparação de modelos (comparando modelos de regressão)
  • 6. Análise de Variância
  • Classificação bidirecional ANOVA unidirecional de ANOVA MANOVA
  • III. Problemas resolvidos em bioinformática

      Breve introdução ao pacote limma Fluxo de trabalho de análise de dados de microarray Download de dados do GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Processamento de dados (QC, normalização, expressão diferencial) Gráfico de vulcão Exemplos de Custering + mapas de calor
      28 horas

    Número de participantes


    Inicia

    Termina


    Dates are subject to availability and take place between 09:30 and 16:30.

    Preço por participante

    Declaração de Clientes (9)

    Cursos Relacionados

    Categorias Relacionadas