Биостатистика в R

Семестр: 2  |  Часы: 180  |  Зачётные единицы: 5

Краткое описание

Биостатистика в R

Кто ведёт

Слепцов А. А.

Кандидат медицинских наук

Содержание

1. Введение в биостатистику: основные понятия и задачи

• Введение в биостатистику
• Типы данных в биостатистике
• Применение статистики в биомедицине

2. Основы работы в R: установка, интерфейс и базовые команды

• Установка и настройка R и RStudio
• Основные команды R
• Работа с пакетами R

3. Импорт и предварительная обработка биостатистических данных в R

• Импорт данных в R
• Очистка данных
• Объединение и фильтрация данных

4. Описательная статистика: основные методы и их реализация в R

• Описательные статистики для одномерных данных
• Описательные статистики для многомерных данных
• Резюме данных и визуализация результатов

5. Визуализация данных в R: графики, диаграммы, гистограммы

• Основы визуализации данных
• Гистограммы и диаграммы рассеяния
• Визуализация многомерных данных

6. Проверка статистических гипотез: теория и применение в R

• Основы проверки гипотез
• t-тест и другие методы
• Мощность теста и вероятность ошибки

7. Анализ дисперсии (ANOVA) и его применение в биомедицинских исследованиях

• Однофакторный дисперсионный анализ (ANOVA)
• Многофакторный дисперсионный анализ (MANOVA)
• Пост-хок тесты для ANOVA

8. Корреляционный анализ и его визуализация в R

• Методы корреляционного анализа
• Визуализация корреляций

9. Регрессионный анализ: линейная и нелинейная регрессия в R

• Линейная регрессия
• Нелинейная регрессия
• Диагностика регрессионных моделей

10. Многофакторный анализ данных: подходы и примеры в R

• Методы многофакторного анализа
• Пример многофакторного анализа в биомедицине

11. Анализ временных рядов в биологии и медицине

• Введение в анализ временных рядов
• Модели временных рядов

12. Выживаемость и методы её анализа: применение в биомедицине

• Анализ выживаемости и кривые Каплана-Майера
• Пропорциональные риски (модель Кокса)

13. Кластеризация и классификация биологических данных в R

• Методы кластеризации данных
• Методы классификации данных

14. Основы байесовского анализа данных в R

• Введение в байесовскую статистику
• Применение байесовского анализа

15. Методы обработки данных на больших выборках: параллельные вычисления в R

• Введение в большие данные
• Параллельные вычисления в R

16. Анализ и визуализация генетических данных в R

• Введение в генетические данные
• Методы визуализации генетических данных

17. Анализ биомедицинских данных на уровне популяций в R

• Популяционные исследования и анализ данных
• Примеры популяционных исследований

18. Применение машинного обучения для биостатистики в R: базовые алгоритмы и примеры

• Введение в машинное обучение
• Примеры применения алгоритмов машинного обучения

19. Обработка пропущенных данных и методы их иммутации в R

• Обнаружение пропущенных данных
• Методы иммутации пропущенных данных

20. Методы бутстрэпинга и перекрестной проверки для повышения надежности результатов

• Введение в бутстрэпинг
• Перекрестная проверка

21. Методы редукции размерности данных: анализ главных компонент (PCA), t-SNE и UMAP

• Анализ главных компонент (PCA)
• Методы нелинейной редукции: t-SNE и UMAP