腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
生信小驿站
专栏成员
举报
354
文章
886681
阅读量
165
订阅数
订阅专栏
申请加入专栏
全部文章(354)
其他(102)
编程算法(42)
r 语言(36)
python(32)
数据库(25)
sql(21)
机器学习(16)
na(13)
html(11)
数据(11)
linux(9)
http(9)
windows(8)
神经网络(7)
网络安全(7)
https(7)
go(6)
深度学习(6)
数据分析(6)
数据处理(6)
人工智能(5)
pdb(5)
java(4)
ubuntu(4)
决策树(4)
腾讯云开发者社区(4)
data(4)
image(4)
云数据库 Redis(3)
ide(3)
网站(3)
监督学习(3)
微信(3)
action(3)
file(3)
ggplot2(3)
legend(3)
png(3)
函数(3)
javascript(2)
硬件开发(2)
文字识别(2)
图像处理(2)
express(2)
开源(2)
正则表达式(2)
gui(2)
数据可视化(2)
count(2)
crosstab(2)
ip(2)
irc(2)
nas(2)
plot(2)
project(2)
scale(2)
shiny(2)
structure(2)
table(2)
表格(2)
博客(2)
翻译(2)
可视化(2)
排序(2)
入门(2)
云服务器(1)
对象存储(1)
数据挖掘(1)
mac os(1)
bash(1)
bootstrap(1)
react(1)
node.js(1)
qt(1)
单片机(1)
composer(1)
access(1)
django(1)
apt-get(1)
访问管理(1)
命令行工具(1)
医疗(1)
企业(1)
渲染(1)
生物基因(1)
爬虫(1)
shell(1)
jdk(1)
numpy(1)
线性回归(1)
unity(1)
asp(1)
tcp/ip(1)
markdown(1)
anaconda(1)
微服务(1)
adt(1)
build(1)
categories(1)
cell(1)
center(1)
coding(1)
com(1)
compare(1)
conda(1)
core(1)
correlation(1)
counter(1)
customization(1)
cut(1)
d3(1)
desktop(1)
dfs(1)
diagram(1)
dot(1)
download(1)
error(1)
exe(1)
expect(1)
export(1)
formula(1)
function(1)
geo(1)
input(1)
lm(1)
map(1)
marker(1)
matrix(1)
mean(1)
median(1)
merge(1)
meta(1)
metrics(1)
min(1)
model(1)
modeling(1)
null(1)
numeric(1)
overlap(1)
package(1)
pandas(1)
pdf(1)
pip(1)
preferences(1)
profile(1)
random(1)
resolution(1)
return(1)
sample(1)
sapply(1)
save(1)
scipy(1)
seaborn(1)
select(1)
sequence(1)
server(1)
status(1)
sum(1)
tail(1)
time(1)
tools(1)
using(1)
word(1)
笔记(1)
编码(1)
工作(1)
基础(1)
计算机(1)
教程(1)
模型(1)
配色(1)
索引(1)
统计(1)
图表(1)
微信公众号(1)
压缩(1)
异常(1)
原理(1)
搜索文章
搜索
搜索
关闭
R语言meta分析(9)连续数据的meta分析
r 语言
html
本文将介绍用R软件的meta数据包介绍连续数据资料的Meta分析。meta数据包提供分析连续数据的命令是: metacont(),能够计算连续型资料的固定效应值或随机效应值,命令提供了SMD和MD两种方法。
用户1359560
2020-06-12
5.3K
1
用R代替简单的cytoscape绘图需求
r 语言
之前,我一般都是首选cytoscape软件,将数据导入cytoscape以后,就可以绘图。但是cytoscap的缺点是:第一个cytoscape软件下载和运行占用空间比较大,第二个需要手动调节每一个节点,或者批量调节节点,比较费时费力。所以我比较希望一个能够自动帮我绘图且省时省力的软件。因此我们可以使用R语言绘制如下的图片:
用户1359560
2020-05-26
2K
0
R语言之可视化(30)扫地僧easystats(1)
r 语言
see包是一个R语言可视化工具包,它能为使用者提供漂亮的、出版级的图像展示。 本文中主要介绍see包使用的主要函数:
用户1359560
2020-05-04
889
0
如何更改ggplot2中堆积条形图中的堆积顺序
r 语言
博客地址:https://www.jianshu.com/u/619b87e54936
用户1359560
2020-03-20
11.8K
0
R语言之可视化(28)蜜蜂图
r 语言
博客地址:https://www.jianshu.com/u/619b87e54936
用户1359560
2019-12-11
1.3K
0
R语言之可视化(27)ggplot2绘制线图
r 语言
本文主要表达如何使用ggplot2绘制线图。线图一般表达的目的是:某个因变量随着自变量改变而变化的趋势。因变量可以为数值型变量或者分类变量。可供选的函数有: geom_line(), geom_step(), geom_path() 举例来说:因变量可以是
用户1359560
2019-10-20
6.6K
0
一文解决多个不同平台差异分析结果合并
数据库
sql
硬件开发
r 语言
原因:随着技术平台的不断发展,许多已发布的实验数据集可以被不同统计方法整合,使得可以同时使用各种方法来解决同一研究问题。但是为了从所有这些选择中获得最大的收益,我们需要以公正的方式整合它们的结果,例如不同实验的差异分析结果。优先排序的基因列表是基因组数据分析应用程序中常见的结果表示方法。因此,秩聚合方法可以成为这一类问题的有用且通用的解决方案。
用户1359560
2019-10-08
4.2K
0
R语言meta分析(5)累积Meta分析
html
r 语言
meta分析是对具有共同研究目的相互独立的多个研究结果给予合并分析,综合评价研究结果。其方法已广泛应用于医学领域 ,且日趋完善。常规meta分析均是对数据进行一次性合并,并不能看到不同研究逐个纳入后引起的动态变化。而累积meta分析恰恰弥补了这一劣势。
用户1359560
2019-08-12
1.6K
0
一文解决韦恩图(零代码版本、R语言、python版本)
r 语言
python
http://bioinformatics.psb.ugent.be/webtools/Venn/
用户1359560
2019-07-28
1.4K
0
R语言网状Meta 分析-原理和实战
r 语言
机器学习
神经网络
深度学习
人工智能
近年来基于严格设计的随机对照试验(RCT)已经被公认为评价干预措施疗效的最佳手段,这种比较所采用的针对两组研究结果比较的定量综合方法,被称为传统的 Meta 分析方法。传统 Meta 分析通过合并多个直接比较的研究而得到一个综合的评估结果,从而克服了单个研究样本量不足的缺陷,提高了研究的检验效能,特别是研究结果出现不一致时,运用 Meta 分析对判断某种干预措施的有效性与否发挥了重要作用。当欲开展两种干预措施利弊比较(A vs B)的 Meta 分析,但不能找到 A vs B 直接比较的 RCT,却可找到 A vs C与 B vs C 进行比较的 RCT,我们可以将 C 作为共同对照,通过 A vs C 与 B vs C的比较结果来间接得到 A vs B 的疗效比较,这种方法叫做间接比较(indirect comparison)。在实际的临床工作中,临床医生常常需要同时比较多种干预措施,权衡利弊以进行临床决策,这时证据网络中既存在直接证据,又存在间接证据,这种综合直接及间接证据的分析方法即为网状 Meta 分析(Network Meta-analysis, NMA)。 网状 Meta 分析可以同时比较三个或三个以上干预措施的疗效,因而被认为是传统 Meta 分析的扩展及延伸,即 NMA 可基于严格设计 RCT 同时比较多个干预措施,对直接及间接比较进行综合性分析。当无直接比较的研究存在时,间接比较成为提供有价值的卫生决策信息的有效途径;当有直接比较的研究存在时,综合直接比较与间接比较的研究结果能够提高结果的精度。不仅如此,NMA 还能够就不同干预措施的疗效进行排序,提供每一个干预措施是最佳干预措施的概率。关于 Meta 分析方法的研究迄今已经有 30 多年的时间,NMA作为一门新崛起的、一种循证医学统计学方法,越来越受到流行病学家、统计学家、临床研究者及药学家的关注及青睐。
用户1359560
2019-06-24
3.7K
0
(免费课程转载)3小时课程带你重复一篇3分生信SCI(中)
r 语言
硬件开发
html
大家好,欢迎再次来到MedGo干货课堂,在上期3小时课程带你重复一篇3分生信SCI(上)中,我们着重为大家讲解了GEO芯片的meta分析。很多同学和老师课后向我们反馈,为什么要分上中下?其实上中下的每个部分都代表了一个小专题。以往的生信套路只分析一套芯片数据,已经很难发纯生信的文章了,但是多芯片的Meta还是比较火的。例如下面这篇:Investigation of the clinical significance and molecular mechanism of miR-21-5p in hepatocellular carcinoma: A systematic review based on 24 studies and bioinformatics investigation(oncology letters 2019 Jan)。这篇文章就是做了个肝癌GEO芯片的Meta分析,然后加了些Go、KEGG和PPI,就形成了一篇1-2分的SCI。
用户1359560
2019-05-15
807
0
R语言meta分析(3)亚组分析
html
r 语言
编程算法
原始研究中常常采用亚组分析的形式探索入组患者潜在的差异。事实上,亚组分析也广泛应用于meta分析中,是meta分析中处理异质性的常用方法之一。亚组分析通常从临床异质性和方法学异质性的角度探讨异质性的来源,可以解决同质性研究才能合并效应量的问题。可以按不同试验设计方案、纳入研究质量、参加人群特征、给药方式,治疗时间的长短、发表年代等,分成亚组进行分析。Meta分析中的亚组分析每次只能按照一个变量进行亚组分析,并且对每个亚组都要进行效应量的合并;若要对两个以上的变量进行分析,则应该采用Meta回归的方法。
用户1359560
2019-05-14
4.5K
0
R的特点以及为什么使用R
r 语言
R语言是统计领域广泛使用的诞生于1980年左右的[S语言]的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的[解释型语言]。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个[商业软件],它基于S语言,并由MathSoft公司的统计科学部进一步完善。后来新西兰奥克兰大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。R可以看作贝尔实验室(AT&T BellLaboratories)的RickBecker,JohnChambers和AllanWilks开发的S语言的一种实现。当然,S语言也是S-Plus的基础。所以,两者在程序语法上可以说是几乎一样的,可能只是在函数方面有细微差别,程序十分容易地就能移植到一程序中,而很多一的程序只要稍加修改也能运用于R。
用户1359560
2019-04-18
1.7K
0
R语言第二章数据处理(9)数据合并
r 语言
=========================================
用户1359560
2019-03-21
2.4K
0
R语言之可视化(21)令人眼前一亮的颜色包
r 语言
Installation install.packages("wesanderson") Or the development version devtools::install_github("karthik/wesanderson") Usage library("wesanderson") # See all palettes names(wes_palettes) #> [1] "BottleRocket1" "BottleRocket2" "Rushmore1" "Rushm
用户1359560
2019-03-21
1.6K
0
R语言之可视化(23)高亮某一元素
r 语言
总结:假如需要高亮ggplot2中的某一元素时,首先需要新建一列,然后修改新建列中需要高亮的部分即可
用户1359560
2019-03-20
741
1
R语言之可视化(22)绘制堆积条形图
r 语言
经过这张图,我们可以初步得到的信息是:(1)T1到T4各个分期的患者总数(2)T1期男性患者的数目,T1女性患者的数目(3)其他分期男性或者女性的患者数目。
用户1359560
2019-03-19
5.1K
0
R语言meta分析⑴meta包
r 语言
从广义上讲,meta分析是指试图将几项研究结果结合起来的统计分析。这一术语是由统计学家Gene V Glass在1976年向美国教育研究协会发表的演讲中创造的。从那时起,meta分析不仅成为医学的基本工具,而且在经济学,金融学,社会科学和工程学中也越来越受欢迎。负责制定循证医学标准的组织,如英国国家健康和护理卓越研究所(NICE),广泛使用meta分析。meta分析在医学中的应用目的是直观的,一般旨在测试相对于标准治疗的新疗法的功效,倾向于基于相对小的样品。(例如,目前在ClinicalTrials.gov上列出的最大的四项呼吸道疾病试验也仅仅有533名患者入组。所以使用“所有信息来源”来获得更准确的结果似乎“毫无疑问” 。但是,对于很多事情来说,细节决定成败。meta分析重建立严格搜索相关研究的系统评价标准非常关键。研究者必须努力避免“选择偏见”,“发表偏见”和其他困难。
用户1359560
2019-03-06
3.3K
0
R语言第二章数据处理⑨缺失值判断和填充
r 语言
=========================================
用户1359560
2019-03-04
2.8K
0
R语言之可视化①⑦调色板
r 语言
在基础图中使用RColorBrewer调色板,brewer.pal()函数用于生成颜色矢量。
用户1359560
2019-02-22
3.8K
0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档