Einführung in lineare Modelle und Matrixalgebra Das Universitätsnetzwerk

Beschreibung

Die Matrixalgebra liegt vielen der aktuellen Werkzeuge für das experimentelle Design und die Analyse hochdimensionaler Daten zugrunde. In diesem Einführungskurs zur Datenanalyse verwenden wir Matrixalgebra, um die linearen Modelle darzustellen, die üblicherweise zur Modellierung von Unterschieden zwischen experimentellen Einheiten verwendet werden. Wir führen statistische Rückschlüsse auf diese Unterschiede. Während des gesamten Kurses werden wir die Programmiersprache R verwenden. Angesichts der Verschiedenartigkeit des Bildungshintergrunds unserer Schüler haben wir die Reihe in sieben Teile unterteilt. Sie können die gesamte Serie oder einzelne Kurse belegen, die Sie interessieren. Wenn Sie ein Statistiker sind, sollten Sie die ersten zwei oder drei Kurse überspringen. Wenn Sie Biologe sind, sollten Sie auch einige der einführenden Biologie-Vorlesungen überspringen. Beachten Sie, dass die Statistik- und Programmieraspekte der Klasse in den ersten drei Kursen relativ schnell in Schwierigkeiten geraten. Im dritten Kurs werden fortgeschrittene statistische Konzepte wie hierarchische Modelle und im vierten Kurs fortgeschrittene Softwareentwicklungsfähigkeiten wie paralleles Rechnen und reproduzierbare Forschungskonzepte vermittelt. Diese Kurse bestehen aus 2 XSeries und sind im eigenen Tempo: PH525.1x: Statistik und R für die Biowissenschaften PH525.2x: Einführung in lineare Modelle und Matrixalgebra PH525.3x: Statistische Inferenz und Modellierung für Experimente mit hohem Durchsatz PH525.4x : Hochdimensionale Datenanalyse PH525.5x: Einführung in Bioconductor: Annotation und Analyse von Genomen und genomischen Assays PH525.6x: Hochleistungsrechnen für reproduzierbare Genomik PH525.7x: Fallstudien zur funktionellen Genomik Diese Klasse wurde teilweise von NIH unterstützt gewähren Sie R25GM114818.