R语言初学笔记:差异表达基因

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
Python210
R语言GEO数据挖掘:步骤三:进行基因差异分析

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
Python100
Hosmer-Lemeshow拟合度检验?

Hosmer-Lemeshow拟合度检验?

Hosmer-Lemeshow检验(HL检验)为模型拟合指标,其原理在于判断预测值与真实值之间的gap情况,如果p值大于0.05,则说明通过HL检验,即说明预测值与真实值之间并无非常明显的差异。反之如果p值小于0.05,则说明没有通过HL检
Python110
组间差异检验,终于有人讲清楚了!

组间差异检验,终于有人讲清楚了!

什么是组间差异检验?就是组间的差异分析以及显著性检验,应用统计学上的 假设检验 方法,检验组间是否有差异及其差异程度。坦率地讲,所有的差异检验都基于一个假设:组间没有差异,变量之间没有关系(即原假设,)。上海交大王成老师也说方差分析其
Python370
R语言进行最小显著性差异分析 (LSD)

R语言进行最小显著性差异分析 (LSD)

形式如下: 输出文件如下 前面几篇通过参数检验和非参数检验对多组数据进行检验后,发现有差异,那么究竟是哪几个之间有差异,这就涉及到本篇所讲的事后检验或者事后两两检验。真如前面几篇中写的,事后检验和comp
Python140
R语言GEO数据挖掘:步骤三:进行基因差异分析

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
Python150
R语言-方差检验

R语言-方差检验

对实验数据检验方差相等的正态分布总体均值是否相等。判断各因素对试验指标影响是否显著。根据影响实验指标条件的个数可以区分为:单因素方差分析,双因素方差分析,多因素方差分析 boxplot(目标变量~变量,data=数据框) 箱子中的黑
Python150
monocle分析及结果解读

monocle分析及结果解读

近年来,由于细胞的异质性及发育分化等相关的问题越来越被研究者们所关注,单细胞转录组分析为研究异质细胞群的复杂生物学过程提供了方法和工具。每一个细胞进行转录组测序时就是细胞发育过程中的快照,单细胞拟时间分析软件Monocle2是基于R语言的安
Python180
R语言|绘制NMDS图

R语言|绘制NMDS图

非度量多维标度(NMDS)分析 非度量多维标度(Non-metric Multidimensional Scaling,NMDS)是一种将多维空间的研究对象(样本或变量)简化到低维空间进行定位、分析和归类,同时又保留对象间原始关系的数据
Python140
方差分析ANOVA及多重比较

方差分析ANOVA及多重比较

方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”,是R.A.Fisher发明的,用于两个及两个以上样本均数差别的显著性检验。方差分析是建立在三项假定的基础上进行的: (1) 样本数据符合正态分布
Python170
monocle分析及结果解读

monocle分析及结果解读

近年来,由于细胞的异质性及发育分化等相关的问题越来越被研究者们所关注,单细胞转录组分析为研究异质细胞群的复杂生物学过程提供了方法和工具。每一个细胞进行转录组测序时就是细胞发育过程中的快照,单细胞拟时间分析软件Monocle2是基于R语言的安
Python130
Adonis与ANOSIM检验究竟是什么?

Adonis与ANOSIM检验究竟是什么?

本文参考:什么是ANOSIM分析? Adonis和ANOSIM,安能辨我是雄雌Adonis,多元方差分析,亦可称为非参数多元方差分析。其原理是利用距离矩阵(比如基于Bray-Curtis距离、Euclidean距离)对总方差进行分
Python320
【R语言】给富集分析的气泡图加个好看的配色

【R语言】给富集分析的气泡图加个好看的配色

写在前面ggplot2是一款风靡全球的绘图R包,可惜的是,我对它的理解只能到入门的水平,本着在实战中学习的理念,我就搜索一下往后可能用得到的图,进行揣摩和优化,然后我发现了一个师兄的公众号,遂跟着这个师兄学习R绘图。公众号在文末
Python120
《R语言实战》自学笔记62-多元方差分析

《R语言实战》自学笔记62-多元方差分析

数据准备多元方差分析( multivariate analysis of variance ,MANOVA),亦称为多变量方差分析,即表示多元数据的方差分析,是一元方差分析的推广。作为一个多变量过程,多元方差分析在有两个或多个因
Python130
《R语言实战》自学笔记44-t检验

《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 &lt30),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
Python140
R: p value矫正

R: p value矫正

p.adjust 提供多种矫正方法:Adjust P-values for Multiple Comparisons"holm", "hochberg", "hommel"
Python120
R语言初学笔记:差异表达基因

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
Python120
R语言DESeq2基因差异表达分析

R语言DESeq2基因差异表达分析

经过表达定量后,我们已经得到了基因的表达量矩阵,差异表达分析通常是RNA-seq分析的第一步。 差异基因表达分析通常都是在R中,常用的有DESeq2,edgeR,limma等几种,这次主要介绍用DESeq2来进行差异表达分析。 需
Python160