Презентации и данные

Это архивная версия курса. Последний раз таким составом авторов курс был прочитан осенью 2022г.

Современная версия здесь

---

Знакомство с R и базовая статистика

01 Знакомство с R

• Код: 01_intro_to_r_code.R

02 Основы ggplot2

install.packages("ggplot2")
install.packages("readxl")
install.packages("tidyr")
install.packages("MASS")

• Презентация: Основы ggplot2
• Код: 02_intro_ggplot.R
• Данные: Titanic.csv
• Данные: fev.xls
• Тренировка: 02_intro_ggplot_training.html

03 Описательная статистика

install.packages("car")

Часть 1

• Презентация 03.1_descriptive_statistics.html
• Код 03.1_descriptive_statistics_code.R
• Данные diatome_count.csv

Часть 2

• Презентация 03.2_descriptive_statistics_normal_d.html
• Код 03.2_descriptive_statistics_normal_d_code.R

04 Тестирование гипотез

install.packages("dplyr")

• Презентация 04_hypothesis_testing.html
• Код 04_hypothesis_testing_code.R
• Данные aml.csv

Линейная регрессия

05 Простая линейная регрессия

install.packages("gridExtra")
install.packages("cowplot")

• Презентация: 05_LM.html

• Код:

  • 05_LM_code.R
  • 05_LM_task.R

• Данные:

  • IQ_brain.csv
  • secher.xls

06 Основы линейной алгебры

• Презентация: 06_Introduction_to_linear_algebra.html
• Код: 06_Introduction_to_linear_algebra_code.R

07 Описание, проверка значимости и валидности линейной модели

• Презентация: 07_model_description_and_validation.html

• Код:

  • 07_model_description_and_validation_code.R
  • 07_task_assumptions_catsM.R
  • 07_task_assumptions_GAG.R

• Данные:

  • IQ_brain.csv
  • catsM.xlsx
  • GAGurine.xlsx
  • orly_owl_Lin_4p_5_flat.txt

08 Множественная линейная регрессия. Выбор оптимальной модели

Часть 1. Множественная линейная регрессия

install.packages("gridExtra")
install.packages("ISwR")

• Презентация: 08.1_multiple_LM.html

• Код: 08.1_multiple_LM_code.R

• Данные: loyn.csv

Часть 2. Выбор оптимальной модели

• Презентация: 08.2_model_selection.html

• Код: 08.2_model_selection_code.R

• Данные: loyn.csv

Общие линейные модели

09 Модели с непрерывными и дискретными предикторами (ANCOVA)

install.packages("readxl")
install.packages("cowplot")
install.packages("dplyr")

Часть 1. Модели с разными значениями отрезка (intercept) для групп

• Презентация: 09.1_LM_with_continuous_and_discrete_predictors_2.html

• Код: 09.1_LM_with_continuous_and_discrete_predictors_code.R

• Код: 09.1_LM_with_continuous_and_discrete_predictors_code_ANCOVA.R

• Данные:

  • goats.xlsx
  • tlc.csv
  • Puromycin.xlsx
  • birthwt.csv

Часть 2. Модели с разными значениями угла наклона для групп

• Презентация: 09.2_LM_with_continuous_and_discrete_predictors_interactions.html
• Код:
  • 09.2_LM_with_continuous_and_discrete_predictors_interactions.R
  • 09.2_LM_with_continuous_and_discrete_predictors_Practicum_without_solution.R
  • 09.2_LM_with_continuous_and_discrete_predictors_Practicum_solution.R
• Данные:
  • loyn.csv
  • birthwt.csv

10 Однофакторный дисперсионный анализ

install.packages(c("DAAG", "multcomp"))

• Презентация: 10_anova.html
• Код:
  • 10_anova_code.R
  • 10_anova_practice_chicks.R
  • 10_anova_practice_tomato.R
• Данные:
  • chickwts.csv
  • tomato.csv

11 Многофакторный дисперсионный анализ

• Презентация: 11_two-way_anova_and_interactions.html
• Код:
  • 11_two-way_anova_and_interactions_code.R
  • 11_two-way_anova_practice_ants.R
  • 11_two-way_anova_practice_rice.R
• Данные:
  • hall.csv
  • rice.csv
  • SandwichAnts.csv

Обобщенные линейные модели (GLM)

12 GLM для нормально распределенных данных

• Презентация: 12_GLM_gaussian.html
• Код:
  • 12_GLM_gaussian_code.R
  • 12_GLM_gaussian_practice_birds.R
  • 12_GLM_gaussian_practice_cystfibr.R

13 GLM для счетных данных

install.packages("AER")

• Презентация: 13_GLM_count.html
• Код: 13_GLM_count_code.R
• Данные: Pollinators_Montero-Castano, Vila, 2015.xlsx
• Код задания: 13_GLM_count_practice.R
• Примерное решение: 13_GLM_count_practice_solution.R

14 GLM для бинарных данных (=логистическая регрессия)

install.packages(c("ISwR", "cowplot"))
install.packages("catdata")

• Презентация: 14_GLM_binary.pdf

• Код: 14_GLM_binary_code.R

• Задание: 14_GLM_binary_training.R

• Данные:

  • aster_mussel.csv
  • polis.csv
  • ICU.csv

Смешанные модели (GLMM)

15 GLMM для нормально-распределенных данных

install.packages(c("lme4", "pbkrtest"))

• Презентация:
  • 15.1_GLMM_gaussian_random_intercept_slope.html
  • 15.2_GLMM_gaussian_nested.html
• Код:
  • 15.1_GLMM_gaussian_random_intercept_slope_code.R
  • 15.2_GLMM_gaussian_nested_code.R
• Данные: Grazing_native_plants_Gennet_et_al._2017_S1.xlsx
• Задание:

  • Код: 15.GLMM_gaussian_choccake_practice.R

  • Данные: choccake.csv

  • Решение (частичное): 15.GLMM_gaussian_choccake_solution.R

• Демонстрация LRT при помощи бутстрепа: 15.1_GLMM_gaussian_bootstrap_demo_sleepstudy.R

16 Моделирование структуры дисперсии в смешанных моделях

• Презентация: 16_variance_structure.pdf
• Код: 16_variance_structure_code.R
• Код: 16_variance_structure_code_practice.R
• Данные:
  • mussel_juv_ad.csv

install.packages("faraway")

17 GLMM для счетных данных

• Презентация: 17_GLMM_count.html

• Код:

  • 17_GLMM_count_code.R
  • Задание 17_GLMM_count_Ants_practice.R

• Решение 17_GLMM_count_Ants_practice_solution.R

• Данные:

  • Roulin_Bersier_2007_Owls.csv
  • Morris_2015_Ants.xlsx

18 GLMM для бинарных данных

install.packages(c("MASS", "glmmML", "lme4"))
install.packages("performance")
install.packages("partR2")
install.packages("blmeco")

• Презентация: 18_GLMM_binary.pdf

• Старая презентация, в которой есть разбор самостоятельной работы про балянусов: 15_GLMM_binary_old_presentaton.html

• Код: 18_GLMM_binary_code.R

• Данные:

  • aster_mussel_full.csv
  • aster_mussel.csv
  • myt_gen_morph.csv
  • Yakovis2.csv