Couvre les fondamentaux de la biologie moléculaire pour l'analyse des données génomiques, y compris la structure de l'ADN, les gènes, les protéines, l'ARN et la PCR.
Couvre les principes et les outils de recherche reproductible en biostatistique, soulignant l'importance de la documentation complète et l'utilisation d'éditeurs de texte pour la compilation des documents sources.
Explore la technologie de microarray pour l'analyse des données génomiques, couvrant Affymetrix GeneChip Probe Arrays, le prétraitement des données, la normalisation, l'analyse de l'expression différentielle et les comparaisons de méthodes.
Introduit la conception expérimentale en biostatistiques, couvrant le processus de recherche, les tests d'hypothèses, la modélisation ANOVA et l'interprétation des résultats.
Explore les outils de contrôle de la qualité dans l'analyse des données génomiques, en mettant l'accent sur les procédures robustes en présence d'objets aberrants et d'images.
Explore une régression robuste dans l'analyse des données génomiques, en mettant l'accent sur la pondération des résidus importants pour une meilleure précision des estimations et des mesures d'évaluation de la qualité telles que NUSE et RLE.
S'insère dans la conception expérimentale en génomique, mettant l'accent sur la réplication, la randomisation et le blocage pour réduire le biais et contrôler la variation.
Souligne la conception expérimentale dans l'analyse des données génomiques, en abordant la variabilité technique, les effets des lots et les solutions statistiques.
Explore l'analyse de régression logistique des données sur le crabe en fer à cheval, en se concentrant sur l'interprétation du rapport de cotes et l'ajustement du modèle.
Explore la théorie des modèles linéaires généralisés, y compris la logistique et la régression de Poisson, lévaluation des modèles et les tests de coefficient.
Explore les défis que posent les essais multiples dans l'analyse des données génomiques, y compris le contrôle des taux d'erreur, les valeurs de p ajustées, les tests de permutation et les pièges dans les essais d'hypothèses.
Explore des outils et des modèles pour l'analyse de données de séquençage de nouvelle génération, couvrant les technologies de séquençage de l'ADN, les pipelines d'analyse de données et les modèles statistiques.
