線形モデルと行列代数の概要 | 大学ネットワーク

説明

行列代数は、実験計画や高次元データの分析のための現在のツールの多くの基礎となっています。この入門データ分析コースでは、実験単位間の差異をモデル化するために一般的に使用される線形モデルを表すために行列代数を使用します。これらの違いについて統計的推論を実行します。コース全体を通じて、R プログラミング言語を使用します。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。