Samenvatting

Summary Introduction to R programming in Biology

0 keer verkocht

Instelling
Radboud Universiteit Nijmegen (RU)

This exam sheet contains all the codes needed for the exam Introduction to R programming in Biology. This sheet will help you to receive a high exam grade. Good luck!

[Meer zien]

Voorbeeld 1 van de 3 pagina's

Bekijk voorbeeld

Geupload op 13 november 2024
Aantal pagina's 3
Geschreven in 2020/2021
Type Samenvatting

€2,99

In winkelwagen

Op verlanglijstje

100% tevredenheidsgarantie
Direct beschikbaar na je betaling
Lees online óf als PDF
Geen vaste maandelijkse kosten

LU1: vectors, matrix()
- my_first_matrix <- matrix(c(1, 3, 5, 7, 9, 11), nrow = 2, ncol = 3, byrow = TRUE)
- round(sqrt(42), digits = 1)

LU2: class(), is.logical(), as.numeric(), data.frame(), array(), list()

Checking data type: class(my_object) Converting data type: my_numeric_object <- as.numeric(my_object)
- datfr <- data.frame(x = c(1:3), y = c(“A”, “B”, “C”))
- arr <- array(c(height1, height2, weight1, weight2), dim = c(5, 2, 2))
- somelist <- list(vector = shortv, matrix = shortm, factor = shortf)

LU3: rm(), save(), load(), getwd(), setwd(), rownames(), duplicated(), unique(), any(is.na()), complete.cases(), rbind(),
merge(

Removing objects from workspace or whole workspace: rm(second_object) rm(list = ls())

Check working directory: getwd() Set working directory: setwd(“U:/my_WD”)
- Save objects: save(first_object, second_object, third_object, file = “multiple_objects.RData”)
- Write csv after creating df: write.csv(test_data, file = “Derived_data/test_data.csv”, row.names = FALSE)
- Read csv in R: COVID_data <- read.csv(“Raw_data/COVID-19_casus.csv”, header = TRUE, sep = “,”,
stringsAsFactors = FALSE)

Change rownames: rownames(iris) <- paste(“flower”, rownames(iris), sep = “_”)
Rename all columns: colnames(iris) <- c(“Sepal Length [cm]”, “Petal Length [cm]”)

- Check for duplicates in data set: duplicated(iris)  Remove duplicates from data: unique_iris <- unique(iris)
- Check for missing values (NA): any(is.na(iris))  Remove NA: complete_iris <- iris[complete.cases(iris), ]

LU4: subset(), which(), seq(), rep(), sort(), order(), if else statements

Select columns/rows: select row 1 and 3 from column 5  esoph[c(“1”, “3”), “ncontrols”]

Subset: subset(data set, condition(s), select (optional)):
Subset esoph highest tobgp AND equal to 0 cases  esoph[esoph$tobqp == “30+” & esoph$ncases == 0, ]
subset(esoph, ncases == 17, select = c(agegp, ncases))

Get rid of NA values while subsetting  newDat[which(newDat$y > 6, ]

Omitting data: omit row 20 – 88  esoph[-c(20:88), ]
- subset(esoph, ncases == 17, select = -ncontrols)
- Retain function: ncases less than 1 are retained  subset(esoph, !ncases >= 1)

Sequences: subset esoph so only first four rows and 1, 3, 5 column  esoph[seq(from = 1, to = 4, by = 1), seq(from = 1, to =
5, by = 2)]

Sorting/ordering data sets from low to high:
- Increasing: sort(esoph$tobgp) Decreasing  sort(esoph$ncases, decreasing = TRUE)
- Ranking vectors/data frames  esoph[order(esoph$ncases, decreasing = TRUE), ]

if (esoph$ncontrols[6] > esoph$ncontrols[38]){
print ("Observation 6 has more controls than 38")
} else if (esoph$ncontrols[6] < esoph$ncontrols[38]){
print ("Observation 6 has fewer controls than 38")
} else{
print ("Observation 6 has the same number of controls than 38")
}

LU5: summary(), min(), max(), mean(), median(), quantile(), colMeans(), rowMeans(), colSums(), rowSums(), table(),
aggregate(), hist(), plot(density()), qqnorm()  qqline(), boxplot(), length()

Before doing summary statistics (summary())  unique() and any(is.na()) to see if there are still NA or missing values
- quantile(InsectSprays$count, probs = c(0.25, 0.75))

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper qlmedical. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €2,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 69411 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Begin nu gratis