《R语言统计分析微生物组数据》

Statistical Analysis of Microbiome Data with R

京东上原版图书售价1143元

https://item.jd.com/35082777085.html

https://link.springer.com/book/10.1007/978-981-13-1534-3

出版日期：2018年10月7日

本书简介

这本独特的书解决了使用R语言的微生物组数据的统计建模和分析中的困难。它包括作者研究和公共领域的真实数据，并对R的实现进行了逐步的讨论。数据和R计算机程序是公开的，允许读者复制每一章介绍的模型开发和数据分析，以便这些新方法可以很容易地应用到自己的研究中。

本书还讨论了微生物组研究中统计建模和数据分析的最新进展，以及新一代测序技术的最新进展，以及方法学发展和应用中的大数据。这本及时的书将大大有利于所有读者参与微生物群，生态学和微阵列数据分析，以及其他领域的研究。

作者简介

Yinglin Xia¹,
Jun Sun²,
Ding-Geng Chen³

伊利诺伊大学芝加哥分校，医学部(Department of Medicine, University of Illinois at Chicago, Chicago, USA)
伊利诺伊大学芝加哥分校，医学部(Department of Medicine, University of Illinois at Chicago, Chicago, USA)
北卡罗来纳大学教堂山分校，社会工作学院(School of Social Work, University of North Carolina, Chapel Hill, USA)

章节简介

微生物组数据的生物信息分析 Bioinformatic Analysis of Microbiome data
1. 微生物组研究简介
2. 系统发育学简介
3. 16S rRNA基因测序方法
4. 宏基因组测序方法
5. 生信数据分析工具
6. 总结
微生物线数据是什么？What Are Microbiome Data?
1. 微生物组数据
2. 微生物组数据结构
3. 微生物组数据特征
4. 微生物组数据过度松散和零膨胀的例子
5. 微生物组数据模型的挑战
6. 总结
微生物组数据统计分析简介 Introductory Overview of Statistical Analysis of Microbiome Data
1. 人类微生物组数据研究的主题和统计假设
2. 微生物组研究的经典统计方法和模型
3. 新发展的多元变量统计方法
4. 微生物组数据的组成型分析
5. 微生物群研究中的纵向数据分析与因果推理
6. 统计包简介
7. 现存统计方法的局限性和将来的发展方向
R、Rstudio和ggplot2简介
1. R和Rstudio简介
2. dplyr包简介
3. ggplot2简介
4. 总结
微生物组数据功效和样本量计算
1. 假设检验和功效分析
2. 多样性差异使用T检验功效分析
3. ANOVA比较多组
4. 比较组间的分类单元
5. 用Dirichlet多项式模型比较不同类群的频率
群体多样性计算和测量 Community Diversity Measures and Calculations
1. Vdr−/−小鼠数据集
2. 群体多样性介绍
3. Alpha多样性测量与计算
4. Beta多样性测量与计算
微生物组数据的探索性分析
1. 小鼠和人类的数据集
2. 探索性分析与图形总结
3. 聚类
4. 排序
5. 总结与讨论
单变量群体分析
1. 两组多样性比较
2. 两组多类学比较
3. ANOVA比较多组
4. Kruskal-Wallis检验比较两组以上
多变量群体分析
1. 使用PERMANOVA多组假设检验
2. MANTEL检验多组假设检验
3. 假设检验多组差异
4. MRPP假设
5. GUniFrac包比较微生物组
微生物组的组成分析
1. 组成型分析简介
2. 为什么微生物组数据当作组成型对待
3. 探索组成型数据分析
4. ALDEx2包组间比较
5. 比例：相对数据的相关分析
6. 总结和讨论
分散微生物组数据的建模
1. Count型微生物组数据的差异丰度分析
2. edgeR中的NB模型
3. edgeR包
4. DESeq和DESeq2中的NB模型
5. DESeq和DESeq2包
6. DESeq和DESeq2
零膨胀微生物组数据建模
1. 简介
2. 零膨胀模型：ZIP和ZINB
3. 零栏模型：ZHP和ZHNB
4. 具有随机效应的零膨胀Beta回归模型
5. 总结和讨论

这么好的教材和速查手册，赶快下载学习或收藏备用吧！

还没关注“宏基因组”的扫描下方二维码关注吧

领取方法，分享此文至朋友圈或同行微信群，截图发至“宏基因组”公众号后台，即可领取。

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA

价值1143元的《R语言统计分析微生物组数据(Statistical Analysis of Microbiome Data with R)》系列图书相关推荐

《R语言统计分析微生物组数据》图书简介
<R语言统计分析微生物组数据> Statistical Analysis of Microbiome Data with R 京东上原版图书售价1143元 https://item.jd. ...
R语言统计分析微生物组数据(第三章3）
3.4 微生物数据组成分析早在1897年,皮尔逊就警告说,在器官测量中使用两个绝对测量值的比值,可能会形成"伪相关".自1920s以来,地质学的研究人员已经知道,使用标准的统计方 ...
Protein Cell：基于R语言的微生物组数据挖掘最佳流程（大众评审截止14号晚6点）...
Protein & Cell综述:基于R语言的微生物组数据挖掘的最佳流程近日,中国农业科学院刘永鑫组联合南京农业大学袁军组在国际期刊 Protein & Cell (IF = 15. ...
Statistical Analysis of Network Data with R(第二版) 上机实操 3
4.2.1 节点的度顶点的度是与顶点相连的边的数量,注意是边的数量.不是顶点的数量,因为存在多重边 > g <- make_ring(10) > plot(g) > degr ...
Statistical Analysis of Network Data with R(第二版) 上机实操 4
4.2.3 边的中介中心度(Edge Betweenness centrality) 为每条边分配一个值,该值反映穿过该边的最短路径的数量. > library(igraphdata) > ...
Statistical Analysis of Network Data with R(第二版) 上机实操 5
5.2 经典随机图模型:Erdos-Renyi 模型R实现已知节点总数,以及在两个任意顶点之间绘制一条边的概率 > library(sand) > set.seed(42) > g ...
R语言第六讲数据的统计分析
基本命令练习下面的代码涵盖了一些分析数据常用的一些R语言的命令: #基本向量.矩阵的一般操作 x <- c(1,3,2,5) x x = c(1,6,2) x y = c(1,4,3) len ...
【视频】线性回归中的贝叶斯推断与R语言预测工人工资数据|数据分享
最近我们被客户要求撰写关于线性回归的研究报告,包括一些图形和统计输出. 在这个视频中,我们转向简单线性回归中的贝叶斯推断. 我们将使用一个参照先验分布,它提供了频率主义解决方案和贝叶斯答案之间的联系. ...
R语言中读取excel数据的常用方式有哪些？
R语言中读取excel数据的常用方式有哪些? 目录 R语言中读取excel数据的常用方式有哪些? R语言是解决什么问题的? R语言中读取excel数据的常用方式有哪些? R语言是解决什么问题的? R ...

价值1143元的《R语言统计分析微生物组数据(Statistical Analysis of Microbiome Data with R)》系列图书

文章目录

《R语言统计分析微生物组数据》

本书简介

作者简介

章节简介

猜你喜欢

写在后面

价值1143元的《R语言统计分析微生物组数据(Statistical Analysis of Microbiome Data with R)》系列图书相关推荐

最新文章

热门文章