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.
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
- R, distinción entre mayúsculas y minúsculas, etc.
- Recuperación y corrección de comandos anteriores
- Ejecución de comandos o desvío de la salida a un archivo
- Permanencia de datos y eliminación de objetos
- Good práctica de programación: 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: bucles for, repetir y while
- Introducción a aplicar, aplicar, aplicar, aplicar
7. Funciones
- Creación de funciones
- Argumentos opcionales y valores predeterminados
- Número variable de argumentos
- Ámbito de aplicación y sus consecuencias
8. Gráficos sencillos en R
- Creación de un gráfico
- Parcelas de densidad
- Diagramas de puntos
- Parcelas 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 Chi-cuadrado Go
- 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 montados
- 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 de rangos logarítmicos, regresión paramétrica
- Bandas de confianza
- Análisis de datos censurados (censurados por intervalo)
- 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 la 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
Testimonios (5)
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Curso - Data Vault: Building a Scalable Data Warehouse
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Richard's training style kept it interesting, the real world examples used helped to drive the concepts home.
Jamie Martin-Royle - NBrown Group
Curso - From Data to Decision with Big Data and Predictive Analytics
I thought that the information was interesting.
Allison May
Curso - Data Visualization
I like the exercises done.
