Programa del Curso

I. Introducción y preliminares

1. Descripción general

    Hacer que R sea más amigable, R y las GUI disponibles Rstudio Software y documentación relacionados R y estadísticas Uso interactivo de R Una sesión introductoria Obtener ayuda con las funciones y características Comandos R, distinción entre mayúsculas y minúsculas, etc. Recuperación y corrección de comandos anteriores Ejecución de comandos o desvío de salida a un archivo Permanencia de datos y eliminación de objetos GoPráctica de programación de OD:  Scripts autónomos, buena    legibilidad, por ejemplo, scripts estructurados, documentación, markdown instalación de paquetes; CRAN y Bioconductor

2. Lectura de datos

    Archivos  Txt (read.delim) Archivos CSV

3. Manipulaciones simples; Números y vectores  + matrices

    Vectores y asignación Aritmética vectorial Generación de secuencias regulares Vectores lógicos Valores faltantes Vectores de caracteres Vectores índice; Selección y modificación de subconjuntos de un conjunto de datos Matrices
Indexación de matrices. Subsecciones de una matriz
  • Matrices de índice
  • La función array() + operaciones sencillas en arrays, por ejemplo, multiplicación, transposición  
  • Otros tipos de objetos
  • 4. Listas y marcos de datos
  • Listas Construcción y modificación de listas Concatenación de listas

      Marcos de datos Creación de marcos de datos
    Trabajar con marcos de datos
  • Adjuntar listas arbitrarias
  • Administración de la ruta de búsqueda
  • 5. Manipulación de datos
  • Selección, subdivisión de observaciones y variables          Filtrado, agrupación Recodificación, transformaciones Agregación, combinación de conjuntos de datos Formando matrices particionadas, cbind() y rbind() La función de concatenación, (), con matrices Manipulación de caracteres, paquete stringr Breve introducción a grep y regexpr
  • 6. Más información sobre la lectura de datos                                            

      Archivos XLS, XLSX Paquetes readr  y readxl SPSS, SAS, Stata,... y otros formatos de datos Exportación de datos a txt, csv y otros formatos

    6. Agrupación, bucles y ejecución condicional

      Expresiones agrupadas Instrucciones de control Ejecución condicional: sentencias if Ejecución repetitiva: para bucles, repetir y while Introducción a Apply, Lapply, Sapply, Tapply

    7. Funciones

      Creación de funciones Argumentos opcionales y valores predeterminados Número variable de argumentos Ámbito de aplicación y sus consecuencias

    8. Gráficos simples en R

      Creación de un gráfico Gráficos de densidad Diagramas de puntos Diagramas de barras Gráficos de líneas Gráficos circulares Diagramas de caja Diagramas de dispersión Combinación de parcelas

    II. Análisis estadístico en R 

      1.    Distribuciones de probabilidad

    R como un conjunto de tablas estadísticas Examinar la distribución de un conjunto de datos

    2.   Comprobación de hipótesis

      Pruebas sobre una media poblacional Prueba de razón de verosimilitud Pruebas de una y dos muestras Prueba de ajuste de Chi-cuadrado Goodness of fit Estadístico de una muestra de Kolmogorov-Smirnov Prueba de rango firmado de Wilcoxon Prueba de dos muestras Prueba de suma de rangos de Wilcoxon Prueba de Mann-Whitney Prueba de Kolmogorov-Smirnov

    3. Comprobación múltiple de hipótesis

      Error de tipo I y FDR Curvas ROC y AUC Múltiples procedimientos de prueba (BH, Bonferroni, etc.)

    4. Modelos de regresión lineal

      Funciones genéricas para extraer información del modelo Actualización de modelos ajustados Modelos lineales generalizados Familias La función glm()

    Clasificación Regresión logística

      Análisis discriminante lineal
    Aprendizaje no supervisado Análisis de Componentes Principales
  • Métodos de agrupamiento (k-medias, agrupamiento jerárquico, k-medoides)
  • 5.  Análisis de supervivencia (paquete de supervivencia)
  • Objetos de supervivencia en r Estimación de Kaplan-Meier, prueba logarítmica de rangos, regresión paramétrica Bandas de confianza Análisis de datos censurados (censurados por intervalos) Modelos de Cox PH, covariables constantes Modelos de PH de Cox, covariables dependientes del tiempo Simulación: Comparación de modelos (Comparación de modelos de regresión)
  •  6.   Análisis de varianza
  • ANOVA de un factor Clasificación bidireccional del ANOVA MANOVA
  • III. Problemas trabajados en bioinformática           

      Breve introducción al paquete limma Flujo de trabajo de análisis de datos de microarrays Descarga de datos de GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Procesamiento de datos (control de calidad, normalización, expresión diferencial) Parcela             volcánica Ejemplos de custering + mapas de calor
      28 horas
     

    Número de participantes


    Comienza

    Termina


    Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
    Los cursos de formación abiertos requieren más de 5 participantes.

    Testimonios (9)

    Cursos Relacionados

    Categorías Relacionadas