Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb
Produktbild: An Introduction to Statistics and Data Analysis for Bioinformatics Using R

An Introduction to Statistics and Data Analysis for Bioinformatics Using R Using

Fr. 108.00

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

15.03.2014

Abbildungen

100 Illustrations, black and white

Verlag

CRC Press

Seitenzahl

506

Maße (L/B)

23.5/15.6 cm

Sprache

Englisch

ISBN

978-1-4398-9236-7

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

15.03.2014

Abbildungen

100 Illustrations, black and white

Verlag

CRC Press

Seitenzahl

506

Maße (L/B)

23.5/15.6 cm

Sprache

Englisch

ISBN

978-1-4398-9236-7

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: An Introduction to Statistics and Data Analysis for Bioinformatics Using R
  • IntroductionBioinformatics — an emerging discipline Introduction to RIntroduction to R The basic concepts Data structures and functionsOther capabilitiesThe R environment Installing BioconductorGraphics Control structures in RProgramming in R vs C/C++/Java Bioconductor: Principles and Illustrations Overview The portal Some explorations and analyses Elements of Statistics Introduction Some basic concepts Elementary statistics Degrees of freedom Probabilities Bayes’ theoremTesting for (or predicting) a disease Probability Distributions Probability distributions Central limit theorem Are replicates useful? Basic Statistics in R Introduction Descriptive statistics in R Probabilities and distributions in R Central limit theorem Statistical Hypothesis Testing Introduction The framework Hypothesis testing and significance "I do not believe God does not exist" An algorithm for hypothesis testing Errors in hypothesis testing Classical Approaches to Data Analysis Introduction Tests involving a single sample Tests involving two samples Analysis of Variance (ANOVA) Introduction One-way ANOVA Two-way ANOVA Quality control Linear Models in R Introduction and model formulation Fitting linear models in R Extracting information from a fitted model: testing hypotheses and making predictions Some limitations of the linear models Dealing with multiple predictors and interactions in the linear models, and interpreting model coefficients Experiment Design The concept of experiment design Comparing varieties Improving the production process Principles of experimental design Guidelines for experimental design A short synthesis of statistical experiment designs Some microarray specific experiment designs Multiple ComparisonsIntroductionThe problem of multiple comparisonsA more precise argument Corrections for multiple comparisonsCorrections for multiple comparisons in R Analysis and Visualization ToolsIntroductionBox plots Gene pies Scatter plotsVolcano plots Histograms Time series Time series plots in R Principal component analysis (PCA)Independent component analysis (ICA) Cluster AnalysisIntroduction Distance metricClustering algorithms Partitioning around medoids (PAM) Biclustering Clustering in R Machine Learning Techniques Introduction Main concepts and definitions Supervised learning Practicalities using R The Road Ahead