iiPrefaceThe purpose of this book i

ii
Preface
The purpose of this book is to give an introduction into statistics in order to solve some problems of bioinformatics. Statistics provides procedures to explore and visualize data as well as to test biological hypotheses. The book intends to be introductory in explaining and programming elementary statistical concepts, thereby bridging the gap between high school levels and the specialized statistical literature. After studying this book readers have a sufficient background for Bioconductor Case Studies (Hahne et al., 2008) and Bioinformatics and Computational Biology Solutions Using R and Bioconductor (Genteman et al., 2005). The theory is kept minimal and is always illustrated by several examples with data from research in bioinformatics. Prerequisites to follow the stream of reasoning is limited to basic high-school knowledge about functions. It may, however, help to have some knowledge of gene expressions values (Pevsner, 2003) or statistics (Bain & Engelhardt, 1992; Ewens & Grant, 2005; Rosner, 2000; Samuels & Witmer, 2003), and elementary programming. To support self-study a sufficient amount of challenging exercises are given together with an appendix with answers.
The programming language R is becoming increasingly important because it is not only very flexible in reading, manipulating, and writing data, but all its outcomes are directly available as objects for further programming. R is a rapidly growing language making basic as well as advanced statistical programming easy. From an educational point of view, R provides the possibility to combine the learning of statistical concepts by mathematics, programming, and visualization. The plots and tables produced by R can readily be used in typewriting systems such as Emacs, LATEX, or Word.
Chapter 1 gives a brief introduction into basic functionalities of R. Chapter 2 starts with univariate data visualization and the most important descriptive statistics. Chapter 3 gives commonly used discrete and continuous distributions to model events and the probability by which these occur. These distributions are applied in Chapter 4 to statistically test hypotheses from bioinformatics. For each test the statistics involved are briefly explained and its application is illustrated by examples. In Chapter 5 linear models are explained and applied to testing for differences between groups. It gives a basic approach. In Chapter 6 the three phases of analysis of microarray data (preprocessing, analysis, post processing) are briefly introduced and illustrated by many examples bringing ideas together with R scrips and interpretation of results. Chapter 7 starts with an intuitive approach into Euclidian distance iii
and explains how it can be used in two well-known types of cluster analysis to find groups of genes. It also explains how principal components analysis can be used to explore a large data matrix for the direction of largest variation. Chapter 8 shows how gene expressions can be used to predict the diagnosis of patients. Three such prediction methods are illustrated and compared. Chapter 9 introduces a query language to download sequences efficiently and gives various examples of computing important quantities such as alignment scores. Chapter 10 introduces the concept of a probability transition matrix which is applied to the estimation of phylogenetic trees and (Hidden) Markov Models.
R commands come after its prompt >, except when commands are part of the ongoing text. Input and output of R will be given in verbatim typewriting style. To save space sometimes not all of the original output from R is printed. The end of an example is indicated by the box . In its Portable Document Format (PDF) there are many links to the Index, Table of Contents, Equations, Tables, and Figures. Readers are encouraged to copy and paste scripts from the PDF into the R system in order to study its outcome. Apart from using the book to study application of statistics in bioinformatics, it can also be useful for statistical programming.
I would like to thank my colleges Joop Bouman, Sven Warris and Jan Peter Nap for their useful remarks on parts of an earlier draft. Many thanks also go to my students for asking questions that gave hints to improve clarity. Remarks to further improve the text are appreciated.

ผลลัพธ์ (ไทย) 1:

iiPrefaceวัตถุประสงค์ของหนังสือเล่มนี้จะให้แนะนำเป็นสถิติเพื่อแก้ปัญหาของ bioinformatics สถิติช่วยให้ขั้นตอน การสำรวจข้อมูลเช่นเห็นภาพเป็นทดสอบสมมุติฐานทางชีวภาพ หนังสือต้องเกริ่นนำในการอธิบาย และการเขียนโปรแกรมระดับประถมศึกษาสถิติแนวคิด การเชื่อมโยงช่องว่างระหว่างระดับมัธยมและวรรณคดีสถิติเฉพาะจึง หลังจากการศึกษานี้ผู้อ่านหนังสือมีพื้นหลังพอ Bioconductor กรณีศึกษา (Hahne et al., 2008) และ Bioinformatics และคำนวณชีววิทยาโซลูชั่นโดยใช้ R Bioconductor (Genteman et al., 2005) ทฤษฎีอยู่น้อยที่สุด และจะแสดงเสมอ โดยหลายอย่างกับข้อมูลจากงานวิจัยใน bioinformatics ข้อกำหนดเบื้องต้นตามกระแสของการใช้เหตุผลเป็นพื้นฐานมัธยมรู้ฟังก์ชันจำกัด อย่างไรก็ตาม อาจ ช่วยให้มีความรู้บางค่านิพจน์ยีน (โคลัส 2003) หรือสถิติ (เบนและ Engelhardt, 1992 Ewens และเงินช่วยเหลือ 2005 Rosner, 2000 Samuels & Witmer, 2003), และระดับประถมศึกษา เพื่อสนับสนุนหลัก จำนวนท้าทายการออกกำลังกายที่เพียงพอจะได้รับพร้อมผนวกกับคำตอบR ภาษาเป็นสิ่งสำคัญมาก เพราะมันไม่ยืดหยุ่นในการอ่าน จัดการ และการเขียนข้อมูล แต่ผลทั้งหมดจะพร้อมใช้งานโดยตรงเป็นวัตถุการเขียนโปรแกรมเพิ่มเติม R เป็นภาษาเติบโตอย่างรวดเร็วทำให้พื้นฐานและโปรแกรมทางสถิติขั้นสูงได้ง่าย จากการศึกษามุมมอง R ให้สามารถรวมการเรียนรู้ของแนวคิดทางสถิติ ทางคณิตศาสตร์ เขียนโปรแกรม แสดงภาพประกอบเพลง ผืนและตารางผลิต โดย R สามารถพร้อมใช้งานในระบบ typewriting เช่น Emacs ยาง หรือ Wordบทที่ 1 ให้แนะนำสั้น ๆ เป็นฟังก์ชันพื้นฐานของ R. บทที่ 2 เริ่มต้นอย่างไร univariate ข้อมูลแสดงภาพประกอบเพลงและสถิติพรรณนาสำคัญที่สุด บทที่ 3 ให้ใช้อย่างต่อเนื่อง และไม่ต่อเนื่องการกระจายการจำลองเหตุการณ์และความน่าเป็นซึ่งเหล่านี้เกิดขึ้นบ่อย มีใช้การกระจายเหล่านี้ในบทที่ 4 การทดสอบสมมุติฐานจาก bioinformatics ทางสถิติ สำหรับแต่ละการทดสอบ สถิติที่เกี่ยวข้องจะสั้น ๆ อธิบาย และแอพลิเคชันที่จะแสดง โดยตัวอย่าง ในบทที่ 5 แบบจำลองเชิงเส้นจะอธิบาย และใช้การทดสอบความแตกต่างระหว่างกลุ่ม ให้เป็นแนวทางพื้นฐาน ในบทที่ 6 ระยะที่สามของการวิเคราะห์ของ microarray ข้อมูล (ประมวลผลเบื้องต้น การวิเคราะห์ การลงรายการบัญชีการประมวลผล) สั้น ๆ แนะนำ และภาพประกอบ ด้วยตัวอย่างจำนวนมากที่นำความคิดร่วมกับ R scrips และตีความผลการ บทที่ 7 เริ่มต้น ด้วยวิธีง่ายใน Euclidian ระยะ iiiและอธิบายว่า จะสามารถใช้ในสองชนิดที่รู้จักกันดีแบ่งหากลุ่มของยีน นอกจากนี้ยังอธิบายถึงส่วนประกอบหลักวิธีการวิเคราะห์สามารถใช้สำรวจเมทริกซ์ข้อมูลขนาดใหญ่สำหรับทิศทางของการเปลี่ยนแปลงที่ใหญ่ที่สุด บทที่ 8 แสดงว่าคุณสามารถใช้นิพจน์ยีนเพื่อทำนายการวินิจฉัยของผู้ป่วย สามวิธีพยากรณ์ดังกล่าวจะแสดง และเปรียบเทียบ บทที่ 9 แนะนำภาษาสอบถามดาวน์โหลดลำดับได้อย่างมีประสิทธิภาพ และให้ตัวอย่างต่าง ๆ ของการคำนวณปริมาณสำคัญเช่นตำแหน่งคะแนน บทที่ 10 แนะนำแนวคิดของเมทริกซ์เปลี่ยนความน่าเป็นที่ใช้ในการประเมินต้น phylogenetic และรุ่น Markov (ซ่อน)คำสั่ง R มาหลังจากพรอมต์ > ยกเว้นเมื่อคำสั่งเป็นส่วนหนึ่งของข้อต่อ ป้อนข้อมูลและแสดงผลของ R จะได้รับในลักษณะ typewriting ทุกตัวอักษร เพื่อประหยัดเนื้อที่บางครั้งไม่ใช่ทั้งหมดของผลผลิตเดิมจาก R มีพิมพ์ ตามตัวอย่างจะแสดง ด้วยกล่อง ในการพกพาเอกสารรูปแบบ (PDF) มีหลายการเชื่อมโยงดัชนี สารบัญ สมการ ตาราง และตัวเลข ผู้อ่านขอแนะนำให้คัดลอก และวางสคริปต์จาก PDF ในระบบ R เพื่อศึกษาผล นอกจากการใช้หนังสือเรียนของสถิติ bioinformatics อาจเป็นประโยชน์สำหรับการเขียนโปรแกรมทางสถิติอยากจะขอบคุณฉันวิทยาลัย Joop Bouman, Sven Warris และ Jan ปีเตอร์ Nap ในหมายเหตุของมีประโยชน์บนส่วนของร่างการก่อนหน้านี้ ขอบคุณมากยังไปให้นักเรียนของฉันสำหรับถามคำถามที่ให้คำแนะนำเพื่อปรับปรุงความชัดเจน หมายเหตุเมื่อต้องการเพิ่มเติม ปรับปรุงข้อความกำลังนิยม

ผลลัพธ์ (ไทย) 2:

ii
คำนำวัตถุประสงค์ของหนังสือเล่มนี้คือการให้การแนะนำในการสถิติในเพื่อที่จะแก้ปัญหาบางอย่างของชีวสารสนเทศ
สถิติมีขั้นตอนในการสำรวจและเห็นภาพข้อมูลเช่นเดียวกับการทดสอบสมมติฐานทางชีวภาพ หนังสือเล่มนี้มุ่งมั่นที่จะเป็นเบื้องต้นในการอธิบายและการเขียนโปรแกรมแนวคิดทางสถิติประถมจึงเชื่อมช่องว่างระหว่างระดับโรงเรียนมัธยมและวรรณกรรมทางสถิติเฉพาะ หลังจากเรียนผู้อ่านหนังสือเล่มนี้มีพื้นหลังที่เพียงพอสำหรับกรณีศึกษา Bioconductor (Hahne et al., 2008) และชีวสารสนเทศศาสตร์และชีววิทยาเชิงคอมพิวเตอร์โซลูชั่นการใช้ R และ Bioconductor (Genteman et al., 2005) ทฤษฎีที่จะถูกเก็บไว้ที่น้อยที่สุดและเป็นตัวอย่างเสมอโดยหลายตัวอย่างที่มีข้อมูลจากการวิจัยในชีวสารสนเทศ สิ่งที่ต้องมีการปฏิบัติตามกระแสของเหตุผลที่จะถูก จำกัด ให้ความรู้มัธยมพื้นฐานเกี่ยวกับฟังก์ชั่น มันอาจจะ แต่ช่วยให้มีความรู้เกี่ยวกับการแสดงออกของยีนบางค่า (Pevsner, 2003) หรือสถิติ (Bain & Engelhardt 1992; Ewens และแกรนท์ 2005 Rosner 2000; & แอล Witmer, 2003) และการเขียนโปรแกรมระดับประถมศึกษา เพื่อสนับสนุนการศึกษาด้วยตนเองในปริมาณที่เพียงพอของการออกกำลังกายที่ท้าทายที่จะได้รับร่วมกันกับภาคผนวกกับคำตอบ.
การเขียนโปรแกรมภาษาอาร์จะกลายเป็นสิ่งสำคัญมากขึ้นเพราะมันไม่ได้เป็นเพียงความยืดหยุ่นมากในการอ่าน, การจัดการและการเขียนข้อมูล แต่ผลของมันโดยตรง เป็นวัตถุที่มีอยู่สำหรับการเขียนโปรแกรมเพิ่มเติม R คือภาษาที่เติบโตอย่างรวดเร็วทำให้ขั้นพื้นฐานเช่นเดียวกับการเขียนโปรแกรมขั้นสูงสถิติง่าย จากจุดของมุมมองการศึกษาวิจัยให้เป็นไปได้ที่จะรวมการเรียนรู้ของแนวคิดทางสถิติคณิตศาสตร์โดยการเขียนโปรแกรมและการมองเห็น แปลงและตารางที่ผลิตโดย R อย่างง่ายดายสามารถนำมาใช้ในระบบการพิมพ์ดีดเช่น Emacs, ยาง, หรือ Word.
บทที่ 1 ให้การแนะนำสั้น ๆ ลงในฟังก์ชันพื้นฐานของอาร์บทที่ 2 เริ่มต้นด้วยการแสดงข้อมูล univariate และสถิติเชิงพรรณนาที่สำคัญที่สุด บทที่ 3 ให้ใช้กันทั่วไปการกระจายต่อเนื่องและอย่างต่อเนื่องในการจำลองเหตุการณ์ที่เกิดขึ้นและความน่าจะที่เกิดขึ้นเหล่านี้ การกระจายเหล่านี้จะถูกนำมาใช้ในบทที่ 4 การทดสอบสมมติฐานทางสถิติจากชีวสารสนเทศ สำหรับการทดสอบแต่ละสถิติที่เกี่ยวข้องมีการอธิบายสั้น ๆ และการประยุกต์ใช้จะแสดงโดยตัวอย่าง ในบทที่ 5 ตัวแบบเชิงเส้นมีการอธิบายและนำไปใช้สำหรับการทดสอบความแตกต่างระหว่างกลุ่ม มันทำให้วิธีการขั้นพื้นฐาน ในบทที่ 6 สามขั้นตอนของการวิเคราะห์ข้อมูล microarray (ประมวลผลเบื้องต้นการวิเคราะห์การโพสต์) จะถูกนำมาใช้ในเวลาสั้น ๆ และภาพประกอบโดยตัวอย่างมากมายนำความคิดร่วมกับ scrips R และการแปลผล บทที่ 7 เริ่มต้นด้วยวิธีการที่ใช้งานง่ายในระยะทาง Euclidian iii
และอธิบายถึงวิธีที่จะสามารถนำมาใช้ในสองชนิดที่รู้จักกันดีของการวิเคราะห์กลุ่มที่จะหากลุ่มของยีน นอกจากนี้ยังอธิบายถึงวิธีการวิเคราะห์องค์ประกอบหลักที่สามารถนำมาใช้ในการสำรวจเมทริกซ์ข้อมูลขนาดใหญ่สำหรับทิศทางของการเปลี่ยนแปลงที่ใหญ่ที่สุด บทที่ 8 แสดงให้เห็นว่าการแสดงออกของยีนที่สามารถนำมาใช้ในการทำนายการวินิจฉัยโรคของผู้ป่วย สามวิธีการคาดการณ์ดังกล่าวมีการแสดงและเปรียบเทียบ บทที่ 9 แนะนำภาษาแบบสอบถามดาวน์โหลดลำดับอย่างมีประสิทธิภาพและให้ตัวอย่างต่างๆของการคำนวณปริมาณที่สำคัญเช่นคะแนนการจัดตำแหน่ง บทที่ 10 แนะนำแนวคิดของเมทริกซ์การเปลี่ยนแปลงความเป็นไปได้ที่จะนำไปใช้การประมาณค่าของต้นไม้และ (Hidden) มาร์คอฟรุ่น.
R คำสั่งมาหลังจากที่พร้อมท์> ยกเว้นเมื่อคำสั่งที่เป็นส่วนหนึ่งของข้อความอย่างต่อเนื่อง การป้อนข้อมูลและการส่งออกของ R จะได้รับในรูปแบบคำต่อคำพิมพ์ดีด เพื่อประหยัดพื้นที่บางครั้งไม่ได้ทั้งหมดของการส่งออกจากเดิมที่มีการพิมพ์ R ในตอนท้ายของตัวอย่างที่จะแสดงกล่อง ในรูปแบบของเอกสารแบบพกพา (PDF) มีการเชื่อมโยงหลายดัชนีสารบัญสมตารางและตัวเลข ผู้อ่านจะได้รับการสนับสนุนการคัดลอกและวางสคริปต์จาก PDF ในระบบวิจัยเพื่อศึกษาผลของมัน นอกเหนือจากการใช้หนังสือเพื่อศึกษาการใช้สถิติในชีวสารสนเทศก็ยังสามารถเป็นประโยชน์สำหรับการเขียนโปรแกรมทางสถิติ.
ผมอยากจะขอขอบคุณวิทยาลัยของฉัน Joop Bouman สเวน Warris และแจนปีเตอร์ Nap คำพูดที่มีประโยชน์ของพวกเขาในส่วนของร่างก่อนหน้านี้ ขอบคุณมากยังไปให้กับนักเรียนของฉันสำหรับการถามคำถามที่ให้คำแนะนำในการปรับปรุงความชัดเจน หมายเหตุเพื่อปรับปรุงข้อความที่มีความนิยม

ผลลัพธ์ (ไทย) 3:

2 บทนำ

จุดประสงค์ของหนังสือเล่มนี้เพื่อให้ความรู้เบื้องต้นในสถิติเพื่อแก้ปัญหาบางอย่างของชีวสารสนเทศ สถิติมีการสํารวจและแสดงข้อมูลรวมทั้งทดสอบสมมติฐานทางชีวภาพ หนังสือเล่มนี้ตั้งใจที่จะเป็นเบื้องต้นในการอธิบายและแนวคิดการเขียนโปรแกรมเชิงสถิติเบื้องต้นเพื่อลดช่องว่างระหว่างระดับมัธยมปลายและเฉพาะทางวรรณคดี หลังจากอ่านหนังสือเล่มนี้ ผู้อ่านมีพื้นที่เพียงพอสำหรับ bioconductor กรณีศึกษา ( เฮน et al . , 2008 ) และวิศวกรรมซอฟต์แวร์และโซลูชั่นวิทยาชีววิทยาโดยใช้ R และ bioconductor ( genteman et al . , 2005 )ทฤษฎีรักษาน้อยที่สุดและเสมอโดยหลายตัวอย่างที่แสดงข้อมูลจากการวิจัยชีวสารสนเทศ เบื้องต้นตามกระแสของเหตุผลที่ถูก จำกัด ให้ความรู้พื้นฐานทั่วไปเกี่ยวกับหน้าที่ มันอาจ แต่ช่วยมีความรู้บางส่วนของการแสดงออกยีนค่า ( เพฟสเนอร์ , 2003 ) หรือสถิติ ( เบน&เองกิลฮาร์ต , 1992 ; ewens &แกรนท์ , 2005 ; รอสเนอร์ , 2000 ;ซามูเอล&วิตเมอร์ , 2003 ) และการเขียนโปรแกรมเบื้องต้น สนับสนุนด้วยปริมาณที่เพียงพอของการท้าทายเป็นแบบฝึกหัดให้กับไส้ติ่งกับคำตอบ
ภาษาการเขียนโปรแกรม R เป็นสำคัญมากขึ้น เพราะไม่เพียงมีความยืดหยุ่นมากในการอ่าน จัดการ และการเขียนข้อมูล แต่ผลของมันทั้งหมดจะพร้อมใช้งานโดยตรง เป็นวัตถุสำหรับโปรแกรมเพิ่มเติมการเติบโตอย่างรวดเร็วให้ r เป็นภาษาพื้นฐาน ตลอดจนสถิติขั้นสูงการเขียนโปรแกรมที่ง่าย จากการศึกษาจุดของมุมมอง , R มีความเป็นไปได้ที่จะรวมการเรียนรู้ทางคณิตศาสตร์แนวคิดโดยการเขียนโปรแกรมและ . แปลงและตารางการผลิตโดย R สามารถพร้อมที่จะใช้ในพิมพ์ดีดระบบเช่น Emacs , ยาง ,
หรือคำบทที่ 1 ให้สั้นเบื้องต้นในฟังก์ชันขั้นพื้นฐานของ บทที่ 2 เริ่มต้นด้วยการแสดงข้อมูลและสถิติที่สำคัญที่สุด 2 . บทที่ 3 ให้ใช้กันแบบไม่ต่อเนื่องและต่อเนื่องกับกิจกรรมและรูปแบบการแจกแจงความน่าจะเป็น ซึ่งเหล่านี้เกิดขึ้น การแจกแจงเหล่านี้จะใช้ในบทที่ 4 การทดสอบสมมติฐานทางสถิติจากชีวสารสนเทศแบบทดสอบสถิติที่เกี่ยวข้องจะสั้น ๆอธิบาย และการประยุกต์ใช้เป็นภาพประกอบ โดยตัวอย่าง ในรูปแบบเชิงเส้น บทที่ 5 จะอธิบายและประยุกต์เพื่อทดสอบความแตกต่างระหว่างกลุ่ม มันทำให้วิธีการพื้นฐาน ในบทที่ 6 สามขั้นตอนของการวิเคราะห์ข้อมูลการวิเคราะห์ microarray ( Preprocessing , ,การประมวลผลการโพสต์ ) สั้น ๆแนะนำและแสดงโดยตัวอย่างมากมายที่นำความคิดร่วมกันกับ R ใบสั่งยาและการแปลความหมายของผลลัพธ์ บทที่ 7 เริ่มต้นด้วยวิธีง่ายใน euclidian ระยะทาง 3
และอธิบายว่า มันสามารถใช้สองชนิดที่รู้จักกันดีของการวิเคราะห์การเกาะกลุ่มเพื่อค้นหากลุ่มยีนมันยังอธิบายถึงวิธีการวิเคราะห์องค์ประกอบหลักสามารถใช้สำรวจขนาดใหญ่ Data Matrix เพื่อกำหนดทิศทางของการเปลี่ยนแปลงที่ใหญ่ที่สุด . บทที่ 8 แสดงให้เห็นถึงการแสดงออกของยีนสามารถทำนายการวินิจฉัยของผู้ป่วย สามวิธีในการทำนาย เช่นภาพประกอบ และเปรียบเทียบบทที่ 9 แนะนำภาษาแบบสอบถามดาวน์โหลดลำดับได้อย่างมีประสิทธิภาพ และให้ตัวอย่างการคำนวณปริมาณต่าง ๆที่สำคัญ เช่น คะแนน ตำแหน่ง บทที่ 10 แนะนำแนวคิดของความน่าจะเป็นการเปลี่ยนเมทริกซ์ที่ใช้กับการประเมินค่าต้นไม้ phylogenetic ( ที่ซ่อน ) และมาร์คอฟโมเดล
R สั่งมาหลังจากการพร้อมท์ > ,ยกเว้นเมื่อคำสั่งเป็นส่วนหนึ่งของข้อความต่อเนื่อง อินพุตและเอาต์พุตของ R จะได้รับเสียงพิมพ์ดีดในรูปแบบ เพื่อประหยัดพื้นที่ บางครั้งไม่ทั้งหมดของผลผลิตเดิมจาก R เป็นพิมพ์ ตอนท้ายของตัวอย่างที่ระบุโดยกล่อง ในรูปแบบเอกสารแบบพกพา ( PDF ) มีการเชื่อมโยงไปยังดัชนี , สารบัญ , สมการตัวเลข ตาราง และผู้อ่านได้รับการสนับสนุนเพื่อคัดลอกและวางสคริปต์จาก PDF เป็น R ระบบเพื่อศึกษาผลลัพธ์ของการ นอกเหนือจากการใช้หนังสือเพื่อศึกษาการประยุกต์สถิติในชีวสารสนเทศศาสตร์ , ก็ยังสามารถเป็นประโยชน์สำหรับการเขียนโปรแกรมสถิติ .
ผมขอขอบคุณของฉันวิทยาลัย จุ๊บบูแมนและปีเตอร์ สเวน warris , แจนอนกล่าวของพวกเขาที่มีประโยชน์ในส่วนของการร่างก่อนขอบคุณ มาก ยัง ไปให้นักเรียนของฉันเพื่อถามคำถามที่ให้คำแนะนำเพื่อปรับปรุงความชัดเจน ข้อคิดเห็นเพื่อปรับปรุงข้อความชื่นชม .