线性模型和矩阵代数

来自于: 哈佛大学 | 分类: -

课程描述

您在生命科学数据分析时所需的线性模型的基础

什么是认证证书?
免费学习
认证学习
名师签名
实名认证
权威性
纸质证书
付费购买
免费赠送

课程简介

注意:这是一个存档课程 我们将回顾线性代数,包括矩阵符号,它是许多用以分析大维数据的现有工具的基础。我们将接着使用线性模型来表示试点单位之间的差异以及在这些差异上进行统计推断。 主题: 线性代数:矩阵符号,矩阵 线性模型:比较采样组,多变量,对比和交互项 本课程一部分是由美国国立卫生研究院R25GM114818支持。 本课程是由8个部分组成的总课程的一部分: * 2015年5月4日开放注册 * 课程在2月16日开始;所有任务在5月23日通过。 PH525.1x:生命科学中的统计学和R编程 PH525.2x:线性模型和矩阵代数导论 PH525.3x:生命科学的高级统计学 PH525.4x:Bioconductor导论 PH525.5x:案例研究:RNA序列数据分析 PH525.6x:案例研究:发现变异和基因分型 PH525.7x:案例研究:ChIP序列数据分析 PH525.8x:案例研究:DNA甲基化数据分析 哈佛大学继续从事于关于学习的科学。通过注册成为HX课程的在线学习者,您也可以参与学习研究。阅读我们的研究计划您可以了解更多。   这是一个过去/归档的课程。此时,你只能以自学的方式来探索这门课程。本课程的某些特征可能并不有效,但许多人喜欢看录像并以这种材料进行学习。请确保检查本课程的重播。

展开

课程章节

授课教师

  • Michael Love 哈佛大学 生物统计学 助教

    Michael Love是在波士顿达纳法博癌症中心生物统计学系和哈佛大学公共卫生学院与 Irizarry博士一起工作的博士后研究员。Love 博士于2005年在斯坦福大学获得数学学士学位,于2010年在斯坦福大学获得统计学硕士学位,他于2013年在柏林自由大学数学和计算机科学系拿到计算生物学博士学位。他的研究主要关注从高通量测序读数推断生物学的有实际意义的模式。Love 博士开发了开放源统计软件,用于生物芯片项目分析外显子组测序和RNA 测序试验。

精华笔记

精华笔记正在评选中,去看看全部笔记

常见问题

目前还没有常见问题哟!