Plan du cours

I. Introduction et préliminaires

1. Vue d'ensemble

    Rendre R plus convivial, R et les interfaces graphiques disponibles Rstudio Logiciels et documentation associés R et statistiques Utiliser R de manière interactive Une session d'introduction Obtenir de l'aide sur les fonctions et fonctionnalités Commandes R, respect de la casse, etc. Rappel et correction des commandes précédentes Exécuter des commandes ou détourner la sortie vers un fichier Permanence des données et suppression d'objets Gode pratique de programmation : scripts autonomes, bonne lisibilité, par exemple scripts structurés, documentation, installation de packages markdown ; CRAN et bioconducteur

2. Lecture des données

    Fichiers txt (read.delim) Fichiers CSV

3. Manipulations simples ; nombres et vecteurs + tableaux

    Vecteurs et affectation Arithmétique vectorielle Génération de séquences régulières Vecteurs logiques Valeurs manquantes Vecteurs de caractères Vecteurs d'index ; sélectionner et modifier des sous-ensembles d'un ensemble de données
Indexation des tableaux. Sous-sections d'un tableau
  • Matrices d'index
  • La fonction array() + opérations simples sur les tableaux par exemple multiplication, transposition
  • Autres types d'objets
  • 4. Listes et blocs de données
  • Listes Construire et modifier des listes Concaténer des listes

      Trames de données Création de trames de données
    Travailler avec des trames de données
  • Joindre des listes arbitraires
  • Gérer le chemin de recherche
  • 5. Manipulation des données
  • Sélection, sous-ensemble d'observations et de variables Filtrage, regroupement Recodage, transformations Agrégation, combinaison d'ensembles de données Formation de matrices partitionnées, cbind() et rbind() La fonction de concaténation, (), avec des tableaux Manipulation de caractères, package stringr brève introduction à grep et regexpr
  • 6. En savoir plus sur la lecture des données

      Fichiers XLS, XLSX packages readr et readxl SPSS, SAS, Stata,… et autres formats de données Exportation de données vers txt, csv et autres formats

    6. Regroupement, boucles et exécution conditionnelle

      Expressions groupées Instructions de contrôle Exécution conditionnelle : instructions if Exécution répétitive : boucles for, répétition et introduction while dans apply, lapply, sapply, tapply

    7. Fonctions

      Création de fonctions Arguments optionnels et valeurs par défaut Nombre variable d'arguments Portée et ses conséquences

    8. Graphiques simples dans R

      Création d'un graphique Graphiques de densité Graphiques à points Graphiques à barres Graphiques linéaires Graphiques à secteurs Diagrammes en boîte Nuages de points Graphiques de combinaison

    II. Analyse statistique en R

      1. Distributions de probabilité

    R comme ensemble de tableaux statistiques Examen de la distribution d'un ensemble de données

    2. Test des hypothèses

      Tests sur une population Test du rapport de vraisemblance moyen Tests sur un et deux échantillons Test du chi carré Go Test d'adéquation de Kolmogorov-Smirnov Statistique sur un échantillon Test de rang signé de Wilcoxon Test sur deux échantillons Test de somme de rangs de Wilcoxon Mann-Whitney Test de Kolmogorov-Smirnov

    3. Tests multiples d'hypothèses

      Erreur de type I et courbes FDR ROC et procédures de tests multiples AUC (BH, Bonferroni, etc.)

    4. Modèles de régression linéaire

      Fonctions génériques pour extraire des informations sur le modèle Mise à jour des modèles ajustés Modèles linéaires généralisés Familles La fonction glm()

    Régression logistique de classification

      Analyse discriminante linéaire
    Apprentissage non supervisé Analyse en composantes principales
  • Méthodes de clustering (k-means, clustering hiérarchique, k-médoïdes)
  • 5. Analyse de survie (package de survie)
  • Objets de survie en r Estimation de Kaplan-Meier, test du log-rank, régression paramétrique Bandes de confiance Analyse de données censurées (censurées par intervalle) Modèles PH de Cox, covariables constantes Modèles PH de Cox, covariables dépendantes du temps Simulation : comparaison de modèles (comparaison de modèles de régression)
  • 6. Analyse de la variance
  • ANOVA unidirectionnelle Classification bidirectionnelle de l'ANOVA MANOVA
  • III. Problèmes travaillés en bioinformatique

      Brève introduction au package Limma Workflow d'analyse de données de micropuces Téléchargement de données depuis GEO : https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Traitement des données (CQ, normalisation, expression différentielle) Tracé de volcan Exemples de Custering + cartes thermiques
      28 heures
     

    Nombre de participants


    Début

    Fin


    Dates are subject to availability and take place between 09:30 and 16:30.
    Les formations ouvertes requièrent plus de 3 participants.

    Nos Clients témoignent (9)

    Cours Similaires

    Catégories Similaires