Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
I. Introducción y conceptos preliminares
1. Panorámica general
- Hacer R más accesible: R y las interfaces gráficas de usuario (GUI) disponibles
- RStudio
- Software complementario y documentación
- R y la estadística
- Uso interactivo de R
- Sesión introductoria
- Obtención de ayuda sobre funciones y características
- Comandos de R, distinción entre mayúsculas y minúsculas, etc.
- Recuperación y corrección de comandos anteriores
- Ejecución de comandos desde o redirigir la salida a un archivo
- Permanencia de datos y eliminación de objetos
- Buenas prácticas de programación: scripts independientes, legibilidad (scripts estructurados, documentación, markdown)
- Instalación de paquetes: CRAN y Bioconductor
2. Lectura de datos
- Archivos de texto (read.delim)
- Archivos CSV
3. Manipulaciones básicas; números y vectores + arreglos
- Vectores y asignación
- Aritmética de vectores
- Gestión de secuencias regulares
- Vectores lógicos
- Valores faltantes
- Vectores de caracteres
- Vectores de índice; selección y modificación de subconjuntos de un conjunto de datos
- Arreglos
- Indexación de arreglos. Subsecciones de un arreglo
- Matrices de índice
- La función array() + operaciones simples sobre arreglos, 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
- Trabajo con marcos de datos
- Adjuntar listas arbitrarias
- Gestión de la ruta de búsqueda
5. Manipulación de datos
- Selección, subconjunto de observaciones y variables
- Filtrado, agrupamiento
- Recodificación, transformaciones
- Agregación, combinación de conjuntos de datos
- Formación de matrices particionadas, cbind() y rbind()
- La función de concatenación con arreglos
- Manipulación de cadenas, paquete stringr
- Introducción breve a grep y regexpr
6. Más 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
7. Agrupamiento, bucles y ejecución condicional
- Expresiones agrupadas
- Instrucciones de control
- Ejecución condicional: sentencias if
- Ejecución repetitiva: bucles for, repeat y while
- Introducción a apply, lapply, sapply, tapply
8. Funciones
- Creación de funciones
- Argumentos opcionales y valores predeterminados
- Número variable de argumentos
- Ámbito y sus consecuencias
9. Gráficos simples en R
- Creación de un gráfico
- Gráficos de densidad
- Gráficos de puntos
- Gráficos de barras
- Gráficos de líneas
- Gráficos circulares
- Diagramas de caja
- Gráficos de dispersión
- Combinación de gráficos
II. Análisis estadístico en R
1. Distribuciones de probabilidad
- R como conjunto de tablas estadísticas
- Examen de la distribución de un conjunto de datos
2. Pruebas de hipótesis
- Pruebas sobre la media de una población
- Prueba de razón de verosimilitud
- Pruebas de una y dos muestras
- Prueba de bondad de ajuste Chi-Cuadrado
- Estadístico de Kolmogorov-Smirnov de una muestra
- 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. Pruebas múltiples de hipótesis
- Error Tipo I y tasa de descubrimiento falso (FDR)
- Curvas ROC y AUC
- Procedimientos de prueba múltiple (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 survival)
- Objetos de supervivencia en R
- Estimación de Kaplan-Meier, prueba de rango log-rank, regresión paramétrica
- Bandas de confianza
- Análisis de datos censurados (censurados por intervalos)
- Modelos de Cox PH, covariables constantes
- Modelos de Cox PH, covariables dependientes del tiempo
- Simulación: Comparación de modelos (comparación de modelos de regresión)
6. Análisis de varianza
- ANOVA de un solo factor
- Clasificación de ANOVA de dos factores
- MANOVA
III. Problemas resueltos en bioinformática
- Introducción breve al paquete limma
- Flujo de trabajo para el 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)
- Gráfico de volcán
- Ejemplos de agrupamiento + diagramas de calor
28 Horas
Testimonios (2)
conocimiento del formador, personalizado, todos los temas cubiertos
eleni - EUAA
Curso - Forecasting with R
Traducción Automática
Las aplicaciones de la vida real utilizando Statcan y CER como ejemplos.
Matthew - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
