Kerangka Materi

I. Pengenalan dan persiapan

1. Tinjauan umum

  • Mempermudah penggunaan R, GUI yang tersedia
  • Rstudio
  • Perangkat lunak terkait dan dokumentasi
  • R dan statistik
  • Penggunaan R secara interaktif
  • Sesion pengenalan
  • Mendapatkan bantuan dengan fungsi dan fitur
  • Perintah R, sensitifitas huruf besar-kecil, dll
  • Memanggil kembali dan memperbaiki perintah sebelumnya
  • Menjalankan perintah dari atau mengalihkan keluaran ke file
  • Keabadian data dan menghapus objek
  • Praktik pemrograman yang baik: skrip mandiri, mudah dibaca, misalnya skrip terstruktur, dokumentasi, markdown
  • menginstal paket; CRAN dan Bioconductor

2. Membaca data

  • Berkas .txt (read.delim)
  • Berkas CSV

3. Manipulasi sederhana; bilangan dan vektor + matriks

  • Vektor dan penugasan
  • Aritmatika vektor
  • Membuat urutan reguler
  • Vektor logis
  • Nilai yang hilang
  • Vektor karakter
  • Vektor indeks; memilih dan memodifikasi subset dari set data
    • Matriks
  • Indeks matriks. Sub bagian dari matriks
  • Matriks indeks
  • Fungsi array() + operasi sederhana pada matriks misalnya perkalian, transposisi
  • Jenis objek lainnya

4. Daftar dan data frame

  • Daftar
  • Membangun dan memodifikasi daftar
    • Menggabungkan daftar
  • Data frame
    • Membuat data frame
    • Bekerja dengan data frame
    • Menempelkan daftar apapun
    • Mengelola jalur pencarian

5. Manipulasi data

  • Memilih, memfilter pengamatan dan variabel
  • Pengelompokan, pengelompokan
  • Pengkodean ulang, transformasi
  • Agregasi, menggabungkan set data
  • Membentuk matriks yang terpisah, cbind() dan rbind()
  • Fungsi penggabungan, (), dengan matriks
  • Manipulasi karakter, paket stringr
  • pendahuluan tentang grep dan regexpr

6. Membaca data lebih lanjut

  • Berkas XLS, XLSX
  • Paket readr dan readxl
  • Data dalam format SPSS, SAS, Stata,… dan lainnya
  • Mengekspor data ke format txt, csv dan lainnya

6. Pengelompokan, loop dan eksekusi kondisional

  • Ekspresi terkelompok
  • Pernyataan kontrol
  • Eksekusi kondisional: pernyataan if
  • Eksekusi berulang: loop for, repeat dan while
  • pendahuluan tentang apply, lapply, sapply, tapply

7. Fungsi

  • Membuat fungsi
  • Argumen opsional dan nilai default
  • Jumlah argumen variabel
  • Lingkup dan konsekuensinya

8. Grafis sederhana di R

  • Membuat Grafik
  • Plot Densitas
  • Plot Titik
  • Plot Batang
  • Grafik Garis
  • Grafik Pie
  • Boxplot
  • Plot Scatter
  • Menggabungkan Plot

II. Analisis statistik di R

1. Distribusi probabilitas

  • R sebagai set tabel statistik
  • Mengeksamin distribusi sebuah set data

2. Pengujian hipotesis

  • Uji tentang rata-rata populasi
  • Uji Likelihood Ratio
  • Uji satu dan dua sampel
  • Uji Chi-Square Kesepakatan
  • Statistik Kolmogorov-Smirnov Satu Sampel
  • Uji Wilcoxon Signed-Rank
  • Uji Dua Sampel
  • Uji Wilcoxon Rank Sum
  • Uji Mann-Whitney
  • Uji Kolmogorov-Smirnov

3. Pengujian hipotesis berkali-kali

  • Kesalahan Jenis I dan FDR
  • Kurve ROC dan AUC
  • Prosedur pengujian berkali-kali (BH, Bonferroni dll.)

4. Model regresi linear

  • Fungsi umum untuk mengekstrak informasi model
  • Memperbarui model yang telah ditetapkan
  • Model linear umum
    • Keluarga
    • Fungsi glm()
  • Klasifikasi
    • Regresi Logistic
    • Analisis Diskriminan Linear
  • Belajar tanpa pengawas
    • Analisis Komponen Utama
    • Metode clustering (k-means, clustering hierarkis, k-medoids)

5. Analisis kelangsungan hidup (paket survival)

  • Objek kelangsungan hidup di R
  • Perkiraan Kaplan-Meier, uji log-rank, regresi parametrik
  • Bands kepercayaan
  • Analisis data yang tercensur (interval tercensur)
  • Model Cox PH, kovariat konstan
  • Model Cox PH, kovariat bergantung waktu
  • Simulasi: Perbandingan model (Membandingkan model regresi)

6. Analisis variansi

  • ANOVA Satu Arah
  • Klasifikasi Dua Arah ANOVA
  • MANOVA

III. Masalah yang diselesaikan di bioinformasi

  • Pendahuluan singkat tentang paket limma
  • Alur kerja analisis data mikroarray
  • Unduh data dari GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
  • Pengolahan data (QC, normalisasi, ekspresi diferensial)
  • Plot Volcano
  • Contoh clustering + peta panas
 28 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (5)

Kursus Mendatang

Kategori Terkait