![]()
内容推荐 R语言及其库实现了多种统计和图形技术,包括线性和非线性建模,经典统计测试,时间序列分析、分类、聚类等。R功能很容易扩展,并且R社区以其在软件包方面的积极贡献而著称。在书中,读者将学习可测试进化中性理论的经典种群遗传统计学,然后通过动手实践,编写自己的R代码,以对真实的样本SNP数据集进行分析。只要有可能,在书中作者针对统计学知识和R语言的实现就尽可能地详细解释,或者至少说明反映不同概念的方程式的依据。重点放在编程基础和算法设计上:这些技能超出了在课堂上学习的特定计算范围。在书中,建议每个读者都要完成一个独立的项目。 目录 第一章 基因组选择时代的数量和群体遗传学 第一节 单基因座群体遗传学基础 第二节 数量遗传学基础 第三节 多样性测量 第四节 多位点连锁不平衡(LD)-配子(项)不平衡 练习 第二章 统计基因组学基础 第三章 群体遗传学基础 第一节 基因频率和基因型频率 第二节 哈代温伯格(Hardy-Weinberg)定律 练习 第四章 数量遗传学 第一节 理论基础 第二节 R语言计算实例 第五章 常见方差组分估计方法 第一节 AI算法 第二节 Fisher Scoring迭代 第三节 约束最大似然 第四节 最大似然法 第五节 Newton -Raphson迭代 第六节 数值示例 第六章 Python语言在生物信息学中的应用 第一节 Python的安装、使用及基本操作 第二节 生物信息学中Python语言 练习 第七章 肉羊遗传评估方法与应用进展 附录一 Linux基础操作 练习 附录二 Git简洁教程 附录三 Julia语言简介 第一节 安装Julia 第二节 Julia语言使用说明 参考文献 |