• /
• Kalendarium /
• Analiza danych biologicznych w R: badania środowiskowe

Analiza danych biologicznych w R: badania środowiskowe

Data rozpoczęcia	2017-03-17
Data zakończenia	2017-03-19
Organizator	ideas4biology Sp. z o.o.
Miejsce	Wydział Biologii UAM w Poznaniu
Branże	Farmacja, Biotechnologia, Kosmetologia
Email rekrutacji	office@ideas4biology.com
Dodaj do kalendarza

Kurs odbędzie się w dniach 17-19 marca 2017 r. na Wydziale Biologii Uniwersytetu im. Adama Mickiewicza w Poznaniu (ul. Umultowska 89).

Zachęcamy do rejestrowania się. Koszt uczestnictwa wynosi 1000 zł.
Kurs poprowadzi dr hab. Jakub Kosicki z Zakładu Biologii i Ekologii Ptaków na Wydziale Biologii Uniwersytetu im. Adama Mickiewicza w Poznaniu.
Od uczestników kursu nie jest wymagana umiejętność programowania.
Informacje organizacyjne można znaleźć na stronie FAQ.

Jakie zagadnienia zostaną omówione i przećwiczone?

1. Wprowadzenie do środowiska R (instalacja, biblioteki, R studio, import danych do R).
2. Pierwsza sesja w R: gdzie szukać pomocy, operatory, arytmetyka, wektory, indeksowanie wektorów, macierze, ramki danych.
3. Proste pętle i funkcje.
4. Statystyki opisowe wraz z wizualizacją danych (średnia arytmetyczna, geometryczna, ucięta, harmoniczna, mediana, moda, odchylenie standardowe, błąd standardowy, rozstęp, rozstęp międzykwartylowy, różne typy wykresów: rozrzutu, histogramy, pudełkowe, skrzypcowe itp.
5. Klasyczna statystyka testowa (testy normalności, jednorodności wariacji, testy parametryczne i nieparametryczne, analiza wariancji).
6. Korelacja i regresja: regresja liniowa, nieliniowa, funkcje sklejane.
7. Analiza składowych głównych.
8. Uogólnione modele liniowe, modele addytywne, drzewa regresyjne.

Dla kogo przeznaczony jest ten kurs? Kurs jest przeznaczony dla biologów środowiskowych, którzy zainteresowani są analizą danych w R, a jednocześnie nie posiadają umiejętności programowania. Z tego względu podczas kursu jego uczestnicy zapoznają się z podstawami języka programowania, możliwościami analitycznymi w obrębie klasycznej statystki testowej, metodami wizualizacji wyników oraz z podstawami modelowania. Szczególny nacisk zostanie położny na stronę techniczną, czyli pogłębianie znajomości R, przy czym cały aspekt matematyczny zostanie ograniczony do niezbędnego minimum.

Jakie będą efekty? Po odbyciu kursu, jego uczestnik będzie posiadał niezbędne umiejętności do samodzielnego poszerzania wiedzy o bardziej zaawansowane techniki z wykorzystaniem R. Ponadto, powinien potrafić́ dostosować metodę̨ analityczną do swoich danych i potrzeb, napisać odpowiedni skrypt w R i zinterpretować otrzymane wyniki.

Czy sobie poradzisz? Na pewno! Jedynymi koniecznymi wymogami, które musi spełniać każdy kursant, to chęć poszerzania wiedzy i dobre poczucie humoru.