Accueil > Formations > Formation “Analyse de données cliniques avec R” – niveau intermédiaire

Formation “Analyse de données cliniques avec R” – niveau intermédiaire

Dans le cadre de ses missions, le Cancéropôle Île-de-France organise une formation en statistique dédiée à l’analyse de données cliniques avec le logiciel R Studio. 

Objectifs : analyse de données cliniques avec le logiciel R Studio, niveau intermédiaire.

Public concerné : chercheurs en recherche fondamentale, translationnelle ou clinique académiques FRANCILIENS impliqués dans un ou plusieurs projets de recherche clinique ou médicale en cancérologie.

 

Prochaine session : à venir

Inscriptions en ligne gratuites mais obligatoire (à venir). Nombre de places limité !

La participation à la formation complète (2 jours) est obligatoire. Une convention de formation devra être signée par votre organisme d’appartenance avant votre participation à la formation. Les frais de formation sont pris en charge par le Cancéropôle IDF.

La formation

Cette formation concerne l’analyse de données cliniques et médicales uniquement, l’analyse de données NGS avec R Studio sera abordée lors des formations NGS & Cancer “Analyses DNA-Seq”, “Analyses RNA-Seq” et “Analyses épigénomique”.

Formation de niveau intermédiaire, s’adressant aux personnes qui utilisent déjà le logiciel R Studio.

Pré-requis : connaissances en Rstudio, probabilités élémentaires, statistiques de base, modalités de recueil des données cliniques et épidémiologiques, analyse de variance à un et deux facteurs et régression linéaire simple

Objectifs

Compléter l’apprentissage du logiciel R et des principales commandes graphiques

Maîtriser:

  • les modèles statistiques d’analyse de la variance et de régression linéaire simple et multiple.
  • les procédures en R pour validation et de comparaison de modèles

Les illustrations seront réalisées avec le logiciel R Studio. Les participants pourront travailler sur leurs données.

Programme

  • Rappels de gestion des données avec R : manipulation d’un tableau de données, sélection d’observation et de variable, transformation de variables numériques et annotation de variables catégorielles

 

  • ANOVA à un facteur, notion d’interaction et ANOVA à plusieurs facteurs

 

  • Représentations graphiques pour l’ANOVA à un facteur : validation graphique des pré-requis, graphiques en treillis (graphiques conditionnels avec 1 ou 2 variables illustratives), gestion et personnalisation des paramètres graphiques

 

  • Tests a posteriori et procédures de comparaisons multiples (contrôle du FWER et du FDR)

 

  • Interprétation des sorties de R, tailles d’effet, puissance statistique et calcul du nombre de sujets nécessaires

 

  • Analyse de variance et plans d’expérience : plans factoriels et méthode des blocs, plans fractionnaires

 

  • Régression linéaire simple et multiple, ré-interprétation des modèles d’ANOVA

 

  • Représentations graphiques pour la régression : diagramme de dispersion et courbe loess, graphiques en treillis, courbe de densité 2D, gestion et personnalisation des paramètres graphiques

 

  • Interprétation des sorties de R pour la régression simple et multiple

 

  • Diagnostic du modèle et analyse des résidus, transformation de variables
© Cancéropôle Ile de France 2016