R软件在生物学分析中应用--百替生物.ppt

Wilcoxons signed-rank test 中的parison Moderated T statistic 拟南芥基因数据库中， 有PATH注释的probesets只有3018个， 而有GO注释的有2万多个 GO 和 KEGG分析 计算距离 聚类分析 聚类 Heatmap图 关闭按行排序 改变排序 分组，设定组颜色 结语 R是一个庞大、健壮而且在不断进化的统计平台和编程语言。对于生物信息学分析无疑是一款强大的软件，要是能掌握它，相信大部分数据对于你来说，都是“小菜一碟”了！ THANK YOU Genomic responses in mouse models greatly mimic human inflammatory diseases Genomic responses in mouse models poorly mimic human inflammatory diseases vivian R语言在生物学中的应用 与起源于贝尔实验室的S语言类似，R也是一种为统计计算和绘图而生的语言和环境。 相比于Excel，SPSS，Minitab，SAS，Stata，R有其独特的优势： 完全免费 几乎任何类型的数据分析都能在R中得到解决 拥有顶尖水准的绘图功能 进行交互数据分析和探索的强大平台 可使用一种简单而直接的方法编写新的统计方法 R简介 导入数据 在新数据上评估模型的预测效果 拟合一个统计模型 评估模型拟合结果 模型的交叉验证 形成报告 数据准备、探索和清理 典型的数据分析步骤 1.必威体育精装版的方法进行数据分析 2.有意义有吸引力的图形化方式展示结果 当代研究需要： 正是一个适合完成以上目标的理想而又功能全面软件 第一大功能 绘图 散点图添加了最佳拟合线性直线和平滑曲线 各子集通过不同颜色和不同符号加以区分，并同时绘制线性拟合和平滑拟合曲线 散点图 利用代码将变量重新排序，相关性最高离主对角线越近，红色表明相关性大 简单相关关系图 散点图矩阵 添加了垂直线和阴影 利用多元回归方程，添加了一个平面预测值 3D散点图 相关图：通过相关系数矩阵图，可以回答被考察变量与其他变量间相关性强弱，相关变量是否以某种特定的方式聚集在一起等问题。 矩阵的行和列通过主成分分析法进行了排序，斜杠指向表明正负相关，颜色深浅表示相关性大小 相关关系图 按船舱等级、乘客性别和年龄层绘制的泰坦尼克号幸存者的马赛克图 马赛克图 第二大功能 数据分析 计算描述性统计量 summary() sapply() describe() stat.desc() 分组计算描述性统计量 aggregate() by() summaryBy() describe.by() reshape包 独立性检验 chisq.test() fisher.test() mantelhaen.test() 计算相关系数 Pearson相关系数 Spearman相关系数 Kendall相关系数 polychoric相关系数 polyserial相关系数 偏相关系数 非参数检验 wilcox.test() kruakal.test() friedman.test() 基本统计分析 简单线性回归 多项式回归 多元线性回归 交互项多元回归 正态性 独立性 线性 同方差性 选择最佳回归模型 anova() 赤池信息准则：AIC() 逐步回归：tepAIC() 全子集回归：regsubsets() k重交叉验证：crossval() 相对权重：relweights() 回归 离群点:outlierTest() 高杠杠值点:hat.plot 强影响点:cooks D 模型比较 变量选择 OLS回归 回归诊断 异常观测值 深层次分析 单因素方差分析 单因素协方差分析 双因素方差分析 重复测量方差分析 多元方差分析 用回归来做ANOVA 方差分析 1. “我的研究到底需要多少个受试者呢？” 2. “对于我的研究，现有x个受试者，这样的研究值得做吗？” 给定置信度的情况下，可以： 1. 判断检测到给定效应值时所需的样本量。 2. 计算某样本内能检测到给定效应值的概率。 功效分析 功效分析 数据来自未知分布， 存在严重的离群点， 样本量过小， 没有参数可以回答你所感兴趣的问题时， 置换检验法与自助法无疑是非常实用的。 重抽样与自助法 Logistic回归——二值型结果变量 泊松回归——计数型结果变量 广义线性模型 对于处理潜变量的统计模型，即处理那些你坚信存在并能解释可观测变了的无法被观测到的、理论上的