Module: Statistiek 3
Gegevensveld | Waarde |
---|---|
Osiriscode | BFVH3STA3 |
ECTS | 3 |
Toetsvorm | Computertentamen |
Minimum cijfer | 5,5 |
Docent(en) | M.E.F. Apol |
Contactpersoon | M.E.F. Apol |
Voertaal | Nederlands |
Cursusdoelen (leerdoelen)
Na afloop van deze module kan de student:
- Microarray data preprocessen (background correctie, normalisatie, log-transformatie)
- Continue (genexpressie) data analyseren met parametrische toetsen (1-sample, 2-sample (Welch) en gepaarde t-toetsen, 1-way ANOVA en 2-way ANOVA met blocking)
- Effectsterktes voor deze parametrische toetsen berekenen en interpreteren
- Multiple-toetsing correcties (Bonferroni, Holm, Benjamini-Hochberg) voor parametrische toetsen toepassen
- Genen en/of samples op basis van genexpressiedata clusteren via hiërarchische en k-means clustering methoden, en daar dendrogrammen en heatmaps van maken
- Discrete data analyseren met categorische toetsen (1-sample en 2-sample z-toetsen, 1-way en 2-way chi-kwadraat toetsen)
- Effectsterktes voor deze categorische toetsen berekenen en interpreteren
- R, RStudio en enkele extra libraries gebruiken bij deze analyses
Inhoud
Statistische methoden vormen een belangrijk onderdeel van de toolbox van een bio-informaticus. Statistiek 3 geeft een introductie in hypothese-toetsen, het analyseren van genexpressie (micro-array) gegevens, en het gebruik van R daarbij. Onderwerpen die worden behandeld zijn o.a. t-toetsen en ANOVA, effectsterktes, multiple testing correcties, hierarchische en k-means clustering en heatmaps.
Literatuur en andere bronnen
Literatuur
- Verzani, J. (2014): Using R for Introductory Statistics. 2e druk, Taylor & Francis
- Hoofdstuk 8.3, 8.4, 8.5
- Hoofdstuk 9.1
- Hoofdstuk 10
- Hoofdstuk 11.1 (11.2)
- Hoofdstuk 12.1, 12,2
Web
- Blackboard course thema 7
Competenties
-
Werkvormen
- Hoor/werkcollege
Ingangseisen
-
Ingangseisen toets
-
Voorkennis
-
Voorkennis kan worden opgedaan met
-
Bronnen van zelfstudie
-
Verplicht materiaal
-
Aanbevolen materiaal
-