多元线性回归 一、原理： 多元线性回归分析就是研究一个因变量和多个自变量之间的关系。公式如下： ŷ=a+b1x1+ b2x2。x1和x2为两个自变量，y为因变量。 二、要素：...
发简信
IP属地：辽宁
-
多元线性回归、logistics回归分析和Cox回归分析区别
-
-
TCGA+biomarker——Sample基线表
在常规的临床类文章，或者在TCGA类的研究文章中，展示文章收集的样本信息很常见，主要就是让读者能直观清楚的了解此篇文章涉及到哪些样本，具体样本的表型信息。 案例展示 例图1：...
-
WGCNA实例分析及解读（附代码）WGCNA分析基于两个假设：1.相似表达模式的基因可能存在共调控、功能相关或处于同一通路，2.基因网络符合无尺度分布。基于这两点，可以将基因网络根据表达相似性划分为不同的模块...
-
💉🈯[生信基础知识]几种常用的差异表达基因识别方法FC,T检验,SAM
目前常用的几款差异表达进识别方法有：FC、T检验、SAM等 一、FC FC(Fold Change)算法是最早用于识别两种不同的实验条件下基因表达水平存在差异的算法，其算法的...
-
小鬼的WGCNA图文详解(四)-模块与性状相关性 图还是老习惯，给出官网教程，至于你是看还是不看，它就在那里，等着你的深入研究～ https://horvath.genetics.ucla.edu/html/Coexpress...
-
WGCNA 简明指南|2. 模块与性状关联分析并识别重要基因WGCNA 系列 WGCNA 简明指南|1. 基因共表达网络构建及模块识别[http://mp.weixin.qq.com/s?__biz=MzIxMDExNDE0OQ==&...
-
小鬼的WGCNA图文详解(七)-eigengene network的可视化WGCNA图文详解(七)-eigengene network的可视化 还是老习惯，给出官网教程，至于你是看还是不看，它就在那里，等着你的深入研究～ https://horva...
-
R绘图 | 基于文献结果图的重现思考！
出发点源自Large-scale proteomic analysis of Alzheimer’s disease brain and cerebrospinal flui...
-
个性化生信分析
-
一篇单细胞和WGCNA结合的文献解读-2文章题目 Integrating Clinical and Genetic Analysis of Perineural Invasion in Head and Neck ...
-
You're what you write.
-
RStudio 中的 R Markdown
备份自：http://blog.rainy.im/2015/05/16/rmarkdown-in-rstudio/ RStudio 是 R 语言的一款开源的 GUI 软件，可...
-
完成一篇纯生信SCI到底要多久呢？
总有人问我们：完成一篇纯生信SCI到底要多久呢？这个需要看你的基础和学习模式、操作时间。如果你的学习操作时间足够，而且是基于别人写好的分析流程，估计几天就可以完成了，例如我们...
-
Evolution is great!
-
sklearn学习之回归本文实例讲述Python使用sklearn实现的各种回归算法。 使用sklearn做各种回归 基本回归：线性、决策树、SVM、KNN 集成方法：随机森林、Adaboost、G...
-
零基础学生信入门笔记(R语言、Linux、Python、RNA-seq、单细胞测序、质谱流式、TCGA、GEO、单细胞经典文献解读)
医学生零基础学生信是先学Python还是先学R语言？[https://www.zhihu.com/question/432353982]如何学习R语言[https://www...
-
