Descripción del proyecto

Curso Online

Curso sobre Inferencia estadística y modelado para experimentos de alto rendimiento

Visión general del curso sobre Inferencia estadística y modelado para experimentos de alto rendimiento

En este curso aprenderá varios temas estadísticos, incluyendo problemas de pruebas múltiples, tasas de error, procedimientos de control de tasa de error, tasas de descubrimiento falso, valores q y análisis de datos exploratorios. Luego presentamos el modelado estadístico y cómo se aplica a los datos de alto rendimiento.

En particular, discutiremos distribuciones paramétricas, incluyendo binomial, exponencial y gamma, y describiremos la estimación de máxima verosimilitud. Proporcionamos varios ejemplos de cómo se aplican estos conceptos en la secuenciación de próxima generación y los datos de microarrays.

Finalmente, discutiremos modelos jerárquicos y bayes empíricos junto con algunos ejemplos de cómo se usan en la práctica. Proporcionamos ejemplos de programación R de una manera que ayudará a establecer la conexión entre los conceptos y la implementación.

Dada la diversidad en la formación educativa de nuestros estudiantes, hemos dividido la serie en siete partes. Puede tomar toda la serie o cursos individuales que le interesen. Si usted es estadístico, debe considerar omitir los primeros dos o tres cursos, de manera similar, si son biólogos, debería considerar omitir algunas de las conferencias introductorias de biología. Tenga en cuenta que los aspectos de estadística y programación de la clase aumentan en dificultad relativamente rápido en los primeros tres cursos.

En el tercer curso, se enseñarán conceptos estadísticos avanzados, como modelos jerárquicos, y en el cuarto, habilidades avanzadas de ingeniería de software, como computación paralela y conceptos de investigación reproducibles.

Estos cursos conforman 2 XSeries y son autodidactas:

PH525.1x: Estadística y R para las ciencias de la vida

PH525.2x: Introducción a modelos lineales y álgebra matricial

PH525.3x: Inferencia estadística y modelado para experimentos de alto rendimiento

PH525.4x: Análisis de datos de alta dimensión

PH525.5x: Introducción al bioconductor: anotación y análisis de genomas y ensayos genómicos.

PH525.6x: informática de alto rendimiento para genómica reproducible

PH525.7x: estudios de caso en genómica funcional

Esta clase fue apoyada en parte por NIH Grant R25GM114818.

Lo que aprenderás en este curso

  • Organizar datos de alto rendimiento
  • Problema de comparación múltiple
  • Tasas de error de toda la familia
  • Tasa de descubrimiento falso
  • Procedimientos de control de tasa de error
  • Corrección de Bonferroni
  • Valores q
  • Modelado estadístico
  • Modelos jerárquicos y los fundamentos de la estadística bayesiana
  • Análisis exploratorio de datos para datos de alto rendimiento

Inferencia estadística y modelado para experimentos de alto rendimiento

  • Institución: Harvard
  • Costo: Gratis
  • Certificado: Incluye
  • Modalidad: Online
  • Inicio: Ver Fechas
  • Duración: 4 semanas
  • Dedicación: 2 a 4 horas por semana
  • Idioma: Inglés
  • Subtítulos: Inglés
  • Ir al curso

Etiquetas: