Module: Statistiek 3

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

-