ハイスループット実験のための統計的推論とモデリング

説明

このコースでは、複数のテスト問題、エラー率、エラー率制御手順、誤検出率、q 値、探索的データ分析など、さまざまな統計トピックを学びます。次に、統計モデリングとそれが高スループットデータにどのように適用されるかを紹介します。特に、二項分布、指数分布、ガンマ分布などのパラメトリック分布について説明し、最尤推定について説明します。これらの概念が次世代シーケンシングおよびマイクロアレイデータにどのように適用されるかを示すいくつかの例を示します。最後に、階層モデルと経験的ベイについて、実際にこれらがどのように使用されるかの例とともに説明します。概念と実装を結び付けるのに役立つ方法で R プログラミングの例を提供します。学生の学歴の多様性を考慮して、シリーズを 2 つのパートに分けました。シリーズ全体を受講することも、興味のある個別のコースを受講することもできます。あなたが統計学者であれば、最初の 525.1 ～ 525.2 つのコースをスキップすることを検討する必要があります。同様に、生物学者であれば、生物学の入門講義の一部をスキップすることを検討する必要があります。クラスの統計とプログラミングの側面は、最初の 525.3 つのコースを通じて比較的早く難易度が上がることに注意してください。 525.4 番目のコースでは階層モデルなどの高度な統計概念を教え、525.5 番目のコースでは並列コンピューティングや再現可能な研究概念などの高度なソフトウェアエンジニアリングスキルを教えます。これらのコースは 525.6 つの XSeries を構成し、自習形式です: PH525.7x: ライフサイエンスのための統計と R PH25x: 線形モデルと行列代数の概要 PH114818x: 高スループット実験のための統計的推論とモデリング PHXNUMXx : 高次元データ解析 PHXNUMXx: バイオコンダクター入門: ゲノムおよびゲノムアッセイのアノテーションと解析 PHXNUMXx: 再現可能なゲノミクスのための高性能コンピューティング PHXNUMXx: 機能的ゲノミクスのケーススタディこのクラスは NIH の一部支援を受けました。 RXNUMXGMXNUMX を付与します。