统计学在生物信息分析中的应用
背景介绍
本课程结合具体案例来介绍统计学在大规模数据挖掘与精细信息分析中的应用。培养学生应用统计方法、计算技术和相关软件进行试验设计和生物信息分析的能力;培养学生自学与实践创新的能力。
培训对象
1.具有生物、数学、计算机、统计等相关学科背景并对生物信息学感兴趣的在校大学生;
2.有意向从事生物信息领域工作、科研的社会人员。
课程体系
统计学在生物信息分析中的应用,1门课程,5学时,讲师——王崇志
在线课程
1.爱上统计学 ——数据科学时代
1 .1 数据科学时代
1 .2 大数据与误差
1 .3 概率论基础回顾
1 .4 数理统计概要
1 .5 实验设计
2.一图胜千言 ——数据的统计描述
2.1 数据统计概论
2.2 数据统计特征与经典图表
2.3 描述统计学
2.4 数据可视化:现代图表
2.5 分析结果的展示与评价
3.玩转序列拼接——基因组参数估计
3.1 Venter2BGI:从流感嗜血杆菌到熊猫
3.2 从测序技术到完整图谱
3.3 Lander-Waterman模型
3.4 基因组特征参数估计
3.5 组装结果的评价体系
4.序列海洋上的罗盘——序列比对中的统计学
4.1 序列比较问题概观
4.2 序列比对算法
4.3 序列比对用到的概率与统计
4.4 比对之外的往事
5.我很重要? ——从差异分析到显著富集
5.1 多重检验
5.2 假设检验
5.3_.1 差异分析——基因表达的差异分析
5.3_.2 差异分析——样本比较
5.4_.1 多重矫正——方差分析
5.4_.2 多重矫正——多重检验
6.数据勘探术 ——相关性分析
6.1 简单相关性分析
6.2 遗传学中的连锁和关联
6.3 跨组学关联分析
6.4 多元相关性分析
7.炮制科学的证据——试验设计
7.1 大样本随机双盲对照试验
7.2 实验设计三大原则
7.3 样本数和测序量估计
7.4 产前和育种
8.清新数据范儿——数据约减&分类技术
8.1 高纬生物数据
8.2 数据约简——主成分分析
8.3 群居偏好——聚类分析
8.4 讨论:真类还是假类
9.无知者预言 ——隐马模型预测基因
9.1 遗传语言
9.2 隐马模型
9.3 基因预测
9.4 求解算法
10. 进化难重演 ——模拟法重构系统发育
10.1 分子进化模型
10.2 如何度量远近亲疏
10.3 系统发育树重构
10.4 树的统计检验
10.5 网状进化
教学特色
1.授课形式新颖——网上教学与学习活动的一种全新教学模式;
2.学习方式便捷——学员自由选择学习时间,自主掌握学习进度,不受时间和场地限制;
收费标准
注册培训费:199元,包括1年视频有效期。
报名咨询
电话:0755-36352045
邮箱:xomics@genomics.cn