R语言-第一次用RStudio 画热图
作业 读取文件用得比较多的参数有： “header”，“sep”，“quote”，“na.strings”，“fill”，“strip.white ”，“blank.lines.skip”，“comment.char ”，“”等等。
推荐阅读
热门文章
R语言常用函数整理（基础篇）
R语言常用函数整理本篇是基础篇，即R语言自带的函数。 vector：向量 numeric：数值型向量 logical：逻辑型向量 character；字符型向量 list：列表 data.frame：数据框 c：
《R语言实战》自学笔记44-t检验
数据准备t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n <30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均
R语言 求秩和检验求用R语言怎么写
x=rep(1:4,c(4,10,15,1))y=rep(3:7,c(2,9,2,4,2))wilcox.test(x,y,exact=FALSE)p-value=10e-8x=rep(1:4, c(4,10,15,1))y=rep(3:7
GSVA自定义基因集分析
已经很久没有再用R语言跑过数据了，最近有朋友需要跑GSVA，顺便重温了下R，现将内容分享如下。 GSVA全名Gene set variation analysis（基因集变异分析），是一种非参数，无监督的算法。与GSEA不同，GSVA
嵌套Venn图的绘制（R语言）
如何在差异基因Venn图中同时标识上下调基因数量信息韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多
R语言处理PCR数据，一步画柱状图、添加显著性标志并实现截断
PCR数据要有三列，一列是组名，一列是内参基因的CT值，一列是目的基因的CT值，计算方法是-2 ∆∆Ct法，实现一步出图用的是 ggpubr ，实现截断则是Y叔出手的 ggbreak以前很少有包可以完美实现这个功能，我以前写过
R语言GEO数据挖掘：步骤三：进行基因差异分析
用limma包，这里注意，limma包是对基因芯片表达矩阵的分析，不能对逆转录RNAseq表达矩阵进行分析（因为数据特征不同），RNAseq需要用另一种方法 解读此表 但是上面的用法做不到随心所欲的指定任意两组进行比较，所有还有下一
r语言如何数据分析
r语言数据分析是查看数据的结构、类型，数据处理。根据查询相关资料信息显示：R语言是一个开源、跨平台的科学计算和统计分析软件包，具有丰富多样、强大的的统计功能和数据分析功能，数据可视化可以绘制直方图、箱型图、小提琴图等展示分数的分布情况可以通
R语言：有关差异分析的检验方法
1 读取，计算均值，箱图观察 2 查看数据分布 2.1 hist直方图 2.2 qqnorm散点图 3 Shapiro-Wilk正态性检验 4 方差齐性检验意义：方差分析就是在大家误差水平
如何使用R语言进行正态性检验
卡方拟合优度检验或者正态性检验都可以检验一串数据是否服从正态分布。如果你用spss里面就有正态性检验QQ图PP图如果你用R就用shapiro.testkolmogorov-smirnov非参数检验K-S检验如果你用matlab就是normp
R语言：有关差异分析的检验方法
1 读取，计算均值，箱图观察 2 查看数据分布 2.1 hist直方图 2.2 qqnorm散点图 3 Shapiro-Wilk正态性检验 4 方差齐性检验意义：方差分析就是在大家误差水平
《R语言实战》自学笔记44-t检验
数据准备t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n <30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均
R语言入门--第十一节（置换检验与自助法求置信区间）
原理参考 文章 ，主要思想我认为是求出所有分布的可能（中间的一般为零假设），出现这种分布的概率。distribution= 参数可为exact（精确模式，即依据所有可能的排列组合，仅适用于两样本问题）、approxiamate(nr
R语言：有关差异分析的检验方法
1 读取，计算均值，箱图观察 2 查看数据分布 2.1 hist直方图 2.2 qqnorm散点图 3 Shapiro-Wilk正态性检验 4 方差齐性检验意义：方差分析就是在大家误差水平
基于r语言的dea分析的分析结果怎么看
方法步骤1.录入原始数据。如图所示，原始数据一般采用excel表格来录入，第一列为决策单元序列，比如公司、行业等；后续各列依次是产出和投入变量，切忌产出变量一定要在投入变量前面。2.分析效率情况。如图所示，将原始数据的格式进行统一调整之后
R语言：有关差异分析的检验方法
1 读取，计算均值，箱图观察 2 查看数据分布 2.1 hist直方图 2.2 qqnorm散点图 3 Shapiro-Wilk正态性检验 4 方差齐性检验意义：方差分析就是在大家误差水平
r语言 t.test用法
paired=TRUE（TRUE可以简写成T）意思是对X和Y这组paired数据（就是说(X_i,Y_i)可以很自然地组成一对，而(X_i,Y_j)(i≠j)就不能当成一对）做t检验，即对所有Y_i-X_i（也可能是X-Y，忘了是哪个了）组
R语言-T检验、秩和检验、百分比检验、卡方检验
T检验：符合正态分布的数据用T检验 秩和检验：不满足正态分布的数据用秩和检验 正态分布的检验 非正态分布 非正态分布中值比均值有意义 如果点在直线两侧则为正态分布。图示为非正态分布 wilcox.test(变量1,变
R语言初学笔记：差异表达基因
setwd("E:GSE25066")#环境设置 library(limma)#加载差异分析包limma #将分组文件加载到环境中，分组信息第一列为样本名，第二列为分组信息如“high”“low” targ