2019-12-06

R语言学习总结

数据库：TCGA（TCGAbiolinks包），GTEx，CCLE，GEO（GEOquery）

chip-seq：chipseeker

转录组差异分析：DESeq2，edgeR，limma

甲基化差异位点分析：ChAMP，minfi

甲基化差异区域分析：ChAMP，minfi，TCGAbiolinks

画图包：pheatmap，ggplot2，ggpubr，enrichplot，Rideogram，survminer，GOplot，circlize，ggcor

图类型：barplot，dotplot，boxplot，violin，dotplot，云雨图，蜂巢图，折线图，火山图，热图（距离，相关性，表达量），cnetplot（chord图，再变就成了circos图），emapplot（通路关系），goplot（通路关系），pathview，gseaplot2，ridgeplot（gsea结果），km生存曲线图，相关性图（ggscatterhist：散点+拟合线+统计直方图或核密度估计图）

分面的图（~），动态的图（gganimate），极坐标图（南丁格尔玫瑰图，pie图，掰弯的热图等），核型图（再变也就成了circos图）,glmnet--plot，cv.glmnet--plot，森林图，nomogram，校正曲线，ROC（timeROC）

数据导入及整理：readr，readxl，tidyr，dplyr

统计包glmnet：岭回归和套索回归（加入惩罚项，寻找关键变量）

导图神器：export（graph2ppt导出至PPT，取消组合，分离的矢量元素）

一些统计的函数：   

scale（按列归一化）

dist（计算距离）

glm（逻辑回归分析）

step（逻辑逐步回归模型）

lm（线性回归分析）

stepAIC（MASS包，线性逐步回归模型）

anova（lm的方差分析表）

coefficients，coef（lm的拟合参数，截距项和斜率）

summary（lm的拟合结果）

confint（lm的95%置信区间）

fitted，predict（lm中y的预测值）

residuals（lm中的y的残差）

cor（相关性）

pcor（ggm包，偏相关性）

cor.test（相关性是否具有统计学差异，单个）

corr.test（psych包， 输出相关性矩阵及相关性是否具有统计学差异，多个）

t（转置 ）

summary，describe，stat.desc（描述性统计量）

aggregate（分组获取某一个描述性统计量，需自定）

by，summaryby（分组后一次获取多个描述性统计量，需自定）

describeby（分组后一次获取多个描述性统计量，函数预定义）

var.test（方差齐性检验，F检验）

t.test（单样本t检验，配对t检验，独立样本t检验）

pt（自由度为df时t值小于某值的概率，无原始数据的t检验，三种都可做）

aov（z~x*y，方差检验总体是否有显著性差异） 

TukeyHSD（输入aov结果，事后检验，成对检验）

未完待续