Les données métagénomiques présentent des spécificités qui nécessitent des méthodes statistiques adaptées. Découvrez les outils statistiques les plus couramment utilisés dans ce domaine. L’atelier passe d’abord en revue le mécanisme des tests d’hypothèses statistiques. Ensuite, l’accent est mis sur la compréhension de la structure des données et des problèmes spécifiques aux données omiques. L’ANOVA classique et ses alternatives en génomique sont ensuite abordées. Enfin, les méthodes avancées et les outils de visualisation des données sont abordés.
Course Outline
The recommended duration for this course is 5 online session(s).
La version la plus populaire de ce cours comprend 4 sessions décrites comme suit:Session 1: Test d'hypothèses statistiques- Prise en compte de la variabilité échantillonnale dans le processus de prise de décision
- Mécanisme sous-jacent aux tests d'hypothèses
- Hypothèses nulle et alternative
- Tests unilatéraux et bilatéraux
- Statistique de test
- Règle de décision: valeur critique et p-value
- Signification statistique vs. signification pratique, taille de l'effet à détecter
- Risques liés aux tests d’hypothèses : niveau de confiance et puissance
- Contrôler les risques
- Idée générale sous-jacente à la détermination de la taille de l'échantillon et de la puissance
- Spécificités des données métagénomiques
- Problèmes spécifiques
- Différences avec les données classiques
- Résumer efficacement les données
- Multiplicité dans les tests statistiques
- Qu'est-ce que la multiplicité?
- Identifier les situations conduisant à la multiplicité
- Gérer la multiplicité - Méthodes d'ajustement: Bonferroni, Tukey, Benjamini-Hochberg, etc.
- Rappel des principes de base de l'ANOVA
- Interprétation du tableau d'ANOVA
- Importance des facteurs et des interactions
- Interprétation des facteurs et des interactions
- Principe sous-jacent à la MANOVA
- Spécificités des données métagénomiques et méthodes alternatives
- Principe de l'ANOSIM et de la PERMANOVA
- Comparaison des centroïdes
- Hétérogénéité de la dispersion entre les groupes
- Comparaisons multiples
- Visualisation des résultats
- Différentes mesures de distance en métagénomique
- Principe et sélection d'une métrique appropriée
- Différentes mesures de distance en métagénomique
- Analyse en composantes principales (ACP)
- Analyse des correspondences (AC)
- MultiDimensional Scaling (MDS)
- Analyse des coordonnées principales (PCoA)