• 

  席瑞斌

  北京大学

• 

  辛未

  北京大学

1.   统计及生物统计概要（2学时）

2.   数据探索性分析、可视化（4学时）

3.   生物统计中常用的假设检验和置信区间估计方法（12学时）

a)    参数假设检验

b)    非参数假设检验

c)    Bootstrap方法、permutation 方法

d)    多重假设检验

4.   生物统计中常用的回归分析方法（12 学时）

a)    线性回归分析

b)    广义线性回归

c)    非线性回归方法、广义非线性回归方法

d)    混合效应回归模型

5.   高维生物统计学方法 （12学时）

a)    模型选择方法

模型衡量准则；传统变量选择方法，如前向选择方法、后向选择方法；罚函数方法

b)    超高维数变量筛选方法

线性模型中的变量筛选、非线性模型中的变量筛选

c)    降维方法

PCA, NMF,LLE,DiffusionMap, tSNE, UMAP等线性、非线性降维方法

6.   生物数据的分类、聚类分析（6学时）

a)    逻辑回归、支持向量机、随机森林等分类方法

b)    K-means、混合正态模型、隐马氏模型等聚类方法

有同学反映注册华文慕课时，系统提示该邮箱已注册，这可能是华文慕课系统的问题，可以在登录界面，点击忘记密码，输入邮箱后，按照华文慕课给指定邮箱发送的邮件提示操作，可以找回密码，完成注册。

1. Introduction to Data Science: Data Analysis and Prediction with R, Rafael A. Irizarry

2. Generalized Additive Models: an introduction with R, Simon Wood

3. Elements of Statistical Learning by Jerome H. Friedman, Robert Tibshirani, and Trevor Hastie

4. Advanced Data Analysis from an Elementary Point of view, Cosma Rohilla Shalizi

5. Mixed Effects Models and Extensions in Ecology with R,  Alain F. Zuur, Anatoly A. Saveliev, Elena N. Ieno, and Graham M. Smith

6. An Introduction to Statistical Learning with Applications in R,  Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani

7. Bootstrap Methods: A Guide for Practitioners and Researchers, Michael R. Chernick.