En este curso, aprenderá varios temas de estadística, incluyendo múltiples problemas de pruebas, tasas de error, procedimientos de control de tasas de error, tasas de descubrimiento falso, valores q y análisis de datos exploratorios. Luego introduciremos el modelado estadístico y cómo se aplica a los datos de alto rendimiento. En particular, discutiremos las distribuciones paramétricas, incluyendo binomial, exponencial y gamma, y describiremos la estimación de máxima probabilidad. Proporcionamos varios ejemplos de cómo se aplican estos conceptos en la secuenciación de próxima generación y en los datos de microarreglos. Finalmente, discutiremos los modelos jerárquicos y los Bayes empíricos junto con algunos ejemplos de cómo se utilizan en la práctica. Proporcionamos ejemplos de programación de R de manera que ayuden a establecer la conexión entre los conceptos y la aplicación.
Esta clase fue apoyada en parte por la subvención del NIH R25GM114818.
