|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/solving-biological-problems-with-r/
课程评论：没有评论
**课程名称：** 使用R解决生物学问题 **课程概述：** 本课程旨在教授学员如何利用R语言这一强大的统计计算和数据可视化工具来解决生物学领域的各种问题。课程内容涵盖了从R语言的基础入门到高级数据分析和报告生成等多个方面。 **主要内容：** 1. **R语言入门：** 介绍R语言的基本概念和使用方法，帮助初学者快速上手。 2. **R环境设置与数据处理：** 学习如何设置R环境，掌握R中的各种数据类型和数据结构，以及如何加载和安装R的各种软件包。 3. **数据探索与可视化：** 学习如何读取和写入数据文件，进行数据探索，包括基本统计分析和绘制基础图表。 4. **常用R包介绍：** 重点介绍在生物信息学和数据分析中常用的R包，如`tidyr`, `dplyr`, `ggplot2`, `reshape2`, `ggthemes`, `ggpubr`, `RColorBrewer`, `psych`, `corrplot`, `Hmisc`等，并演示它们的功能和应用。 5. **R中的统计检验：** 详细讲解在生物学研究中常用的各种统计检验方法，包括： * 方差分析 (ANNOVA)：单因素方差分析、双因素方差分析。 * t检验：双样本t检验。 * 卡方检验。 * 非参数检验：Wilcoxon检验、Kruskal-Wallis检验、Mann-Whitney U检验、Friedman检验。 * 相关性检验：Pearson相关系数检验、Spearman相关系数检验、Kendall相关系数检验。 将指导学员根据具体数据和研究问题选择合适的统计检验。 6. **R语言图形绘制：** 学习使用R绘制各种生物学常用图形，包括： * 直方图 (`hist()`) * 箱线图 (`boxplot()`) * 饼图 (`pie()`) * 条带图 (`stripchart()`) * 条形图 (`barplot()`) 7. **创建可重复的报告：** 强调创建可重复性报告的重要性，并学习利用R Markdown进行报告的集成和生成。学员将学会创建R Markdown文件，并将其编译成PDF、Word或HTML格式的报告，以便与他人分享研究成果。 本课程将帮助学员建立扎实的R语言基础，并掌握利用R进行生物学数据分析、可视化和报告撰写的实用技能。
1: Getting started with R2: Setting up your R environment, data types and structures, loading and installing packages3:Data exploration:Reading and writing data files, looking into data, basic graphs and basic statistics4:Introduction to common packages (tidyr,dplyr, ggplot2,reshape2,ggthemes,ggpubr, RColorBrewer, psych,corrplot, Hmisc)5:Statistical tests in R:Statistical tests are applied according to the data and your questions.ANNOVA test is used to test the means of the groups.One-way ANOVATwo-way ANOVATwo-Sample t-TestChi-squared test Wilcoxon test Kruskal-Wallis test Pearson Correlation Test Spearman Correlation Test Kendall Correlation TestFriedman TestMann-Whitney U Test6:Graphics with R:hist() function used to create Histograms.boxplot() function for creating Boxplots.Pie charts can be created by using a simple function pie() stripchart() function can be used for Strip charts.barplot() function used for Bar plots in R.7:Creating reproducible reports in RThis is very important for R code integration and reports. We want to share our reports with Classfellows, collaborators or instructors.Then, the R Markdown file can help us to recognise and compile the basic components of reports.Create the R Markdown file to submit your results in PDF, Word, or HTML using Knit.
