Introductory R for Biologists

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

I. 引言和序言

1. 概述

• 使 R 更友好，R 和可用的 GUI
• 雷工作室
• 相关软体和文件
• R 和统计资讯
• 以交互方式使用 R
• 介绍性会议
• 获取有关功能和特性的说明
• R 命令、区分大小写等。
• 调用和更正以前的命令
• 从档案执行命令或将输出转移到档中
• 数据持久性和删除物件
• Good 程式设计实践：自包含脚本，良好的可读性，例如结构化脚本、文档、markdown
• 安装套件;CRAN 和 Bio 导体

2. 读取数据

• Txt 文件 （read.delim）
• CSV 档

3. 简单的操作;数位和向量 + 阵列

• 向量和赋值
• 向量算术
• 生成常规序列
• 逻辑向量
• 缺失值
• 字元向量
• 索引向量;选择和修改数据集的子集
  • 阵 列
• 阵列索引。阵列的子节
• 索引矩阵
• array（） 函数 + 对数位的简单操作，例如乘法、转置
• 其他类型的物件

4. 列表和资料框

• 清单
• 构建和修改清单
  • 连接清单
• 数据帧
  • 制作数据框
  • 使用数据框
  • 附加任意清单
  • 管理搜寻路径

5. 资料操作

• 选择、子集化观测值和变数
• 筛选、分组
• 重新编码、转换
• 聚合，组合数据集
• 形成分区矩阵 cbind（） 和 rbind（）
• 包含阵列的串联函数 （）
• 字元操作、stringr 包
• grep 和 regexpr 简介

6. 详细了解读取数据

• XLS、XLSX 档
• Readr 和 ReadXL 软体包
• SPSS， SAS， Stata,...和其他格式数据
• 将数据汇出为 txt、csv 和其他格式

6. 分组、循环和条件执行

• 分组表达式
• 控制语句
• 条件执行：if 语句
• 重复执行：for 回圈、repeat 和 while
• apply、lapply、sapply、tapply 简介

7. 功能

• 创建函数
• 可选参数和预设值
• 参数数量可变
• 范围及其后果

8. R 中的简单图形

• 创建图形
• 密度图
• 点图
• 条形图
• 折线图
• 饼图
• 箱线图
• 散点图
• 组合图

II. R 中的统计分析

1. 概率分布

• R 作为一组统计表
• 检查一组数据的分布

2. 假设检验

• 关于总体均值的检验
• 似然比检验
• 单样本和双样本检测
• 卡方 Go 拟合度检验
• Kolmogorov-Smirnov 单样本统计量
• Wilcoxon 符号秩检验
• 双样本测试
• Wilcoxon 秩和检验
• Mann-Whitney 检验
• Kolmogorov-Smirnov 测试

3. 假设的多重检验

• I 型错误和 FDR
• ROC 曲线和 AUC
• 多种测试程式（BH、Bonferroni 等）

4. 线性回归模型

• 用于提取模型资讯的通用函数
• 更新拟合模型
• 广义线性模型
  • 家族
  • glm（） 函数
• 分类
  • Logistic 回归
  • 线性判别分析
• 无监督学习
  • 主成分分析
  • 聚类方法（k-means、层次聚类、k-medoids）

5. 生存分析（生存包）

• r 中的生存物件
• Kaplan-Meier 估计、对数秩检验、参数回归
• 置信区间
• 删失（区间删失）数据分析
• Cox PH 模型，常数协变数
• Cox PH 模型，瞬态协变数
• 类比模型比较（比较回归模型）

6. 方差分析

• 单因数方差分析
• 方差分析的双向分类
• 多元方差分析

三、生物资讯学中的工作问题

• limma 包简介
• 微阵列数据分析工作流程
• 从 GEO 下载的数据：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397
• 资料处理（QC、归一化、差异表达）
• 火山图
• Custering 示例 + 热图