Herramientas para el análisis estadístico de datos biológicos en R

Más información

A continuación se encuentran los conjuntos de datos y el código utilizados en el libro. Además, se encuentran los errrores encontrados a la fecha.

Datos

Todos los datos se encuentran en el archivo zip: Datos. Si solo se desea accesar un archivo en particular, se pueden accesar por su nombre. La dirección para cada uno de los siguientes archivos inicia con https://alexrojas.netlify.app/Data/Bio/.

• BRCA2.fa
• Cadaver.txt
• Camacho_ELEV.csv
• Camacho_MEC.csv
• cangrejos.dat
• CgariepinusGrupo.xlsx
• CgariepinusGrupoIndvidual.xlsx
• CgariepinusIndividual.xlsx
• CraneoPCA.csv
• Crecimiento.xlsx
• FungalFrequencyArea2.txt
• GSE55282.xlsx
• GSE55282Metadata.csv
• GSE55282Metadata.xlsx
• huevos.xlsx
• Lobos.txt
• MoscaTel.csv
• Mutilacion.xlsx
• NONCODEv5_yeast.fa
• Parasite.txt
• Peckoltia2015.xls
• Reguladores.csv
• ReguladoresConteos.txt

Código

• Capítulo 1: Introducción
• Capítulo 2 : Análisis Exploratorioo de Datos
• Capítulo 3 : Probabilidad
• Capítulo 4 : Inferencia

En lugar de la librería reshape2, se recomienda ahora el uso de la librería tidyr, como en los siguientes bloques de código:

Primer bloque de código p. 31

Sat10Largo = Sat10 %>% select(-color,-espina) %>%
  pivot_longer( cols = c(satelites, y, peso, ancho),
                names_to = "variable")

Primer bloque de código p. 34

Herradura %>% pivot_longer( cols = c(satelites, y, peso, ancho),
                   names_to = "VariablesNumericas") %>%
  group_by(VariablesNumericas) %>%
  summarize(Promedio = mean(value), DesvEst = sd(value), Mediana = median(value))

Segundo bloque de código p. 38

gariepinusIG %>%
  drop_na(Cambio) %>%
  group_by(Cambio, socialtrt) %>%
  summarize(frec = n()) %>%
  group_by(socialtrt) %>%
  mutate(prop = frec/sum(frec)) %>%
  select(-frec) %>%
  pivot_wider(names_from = Cambio, values_from = prop)

Finalmente, parte de los blques de código también se han escrito en Python:

• Capítulo 1: Introducción
• Capítulo 2 : Análisis Exploratorioo de Datos

Errata

Gracias a Gustavo A. Reyes por encontrar varios de los errores en los Capítulos I y II descritos a continuación:

Capítulo I

• p. 10. Segundo párrafo después del código. En lugar de “El cuarto panel, el superior derecho,…”, debe ser “El cuarto panel, el superior izquierdo,…”
• p. 25. Cuarta línea del segundo párrafo. “individuos”, no “individuas”
• p. 36. Ejemplo 1.16, última palabra de la tercera línea. En lugar de “contabilizando”, debe ser “contabilizado”.

Capítulo II

• p. 56. Sexta línea. Debe ser “aumentamos”, en lugar de “disminuimos”. Es decir, si se quiere más transparecia, se debe disminuir el valor de alpha
• p. 56. Ejemplo 2.6. Al definir la variable Depredacion del conjunto de datos Fundulus, se utilizaron las etiquetas Si y No. Pero, se debe usar Sí y No para que la Tabla 2.3 y las figuras 2.10, 2.11 y 2.12 tengan el nombre adecuado en las etiquetas. El siguiente es el código:

Fundulus = data.frame(Infeccion = gl(3, 2, labels = etiquetas),
                      Depredacion = gl(2, 1, 6, c('Sí', 'No')),
                      Frec = c(1, 49, 10, 35, 37, 9))

Capítulo III

• p. 118. Después de la Definición 3.3, la frase “donde los símbolos + y - representan el resultado” está repetida.
• p. 122. Ejemplo 3.15 Los cálculos de los valores predictivos positivo y negativo están mal calculados. A continuación se muestra el cálculo correcto. Para empezar, incluimos la tabla de contingencia para la condición verdadera y los posibles resultados de la prueba, como en la Tabla 3.4 del libro, para los datos de este ejemplo:

El valor predictivo positivo es entonces

$$\text{PV}+ = \frac{166}{166 + 129} \approx 0.563,$$

luego un individuo que obtenga un resultado positivo tiene una probabilidad del 0.563 de estar infectado por el VIH. Por otro lado, el valor predictivo negativo es

$$\text{PV}- = \frac{1218}{1218 + 4} \approx 0.997,$$

luego un individuo que obtenga un resultado negativo tiene una probabilidad del 0.997 de no estar infectado verdaderamente por el VIH.