Introduzione ai modelli lineari e all'algebra delle matrici

Descrizione

L'algebra della matrice è alla base di molti degli attuali strumenti per la progettazione sperimentale e l'analisi di dati ad alta dimensione. In questo corso introduttivo all'analisi dei dati, utilizzeremo l'algebra delle matrici per rappresentare i modelli lineari comunemente utilizzati per modellare le differenze tra unità sperimentali. Eseguiamo inferenza statistica su queste differenze. Durante il corso utilizzeremo il linguaggio di programmazione R. Data la diversità del background educativo dei nostri studenti, abbiamo diviso la serie in sette parti. Puoi seguire l'intera serie o i singoli corsi che ti interessano. Se siete statistici dovreste considerare di saltare i primi due o tre corsi, allo stesso modo, se siete biologi dovreste considerare di saltare alcune lezioni introduttive di biologia. Tieni presente che le statistiche e gli aspetti di programmazione della classe aumentano di difficoltà in tempi relativamente brevi nei primi tre corsi. Nel terzo corso verranno insegnati concetti statistici avanzati come i modelli gerarchici e nel quarto competenze avanzate di ingegneria del software, come il calcolo parallelo e concetti di ricerca riproducibile. Questi corsi costituiscono 2 XSeries e sono di autoapprendimento: PH525.1x: Statistica e R per le scienze della vita PH525.2x: Introduzione ai modelli lineari e all'algebra delle matrici PH525.3x: Inferenza statistica e modellazione per esperimenti ad alto rendimento PH525.4x : Analisi dei dati ad alta dimensione PH525.5x: Introduzione al bioconduttore: annotazione e analisi di genomi e test genomici PH525.6x: Calcolo ad alte prestazioni per genomica riproducibile PH525.7x: Casi di studio nella genomica funzionale Questa classe è stata supportata in parte dall'NIH concedere R25GM114818.