Franck Picard - Teaching

Statistique en grande dimension pour la génomique

• Dans le cadre du master Ingénierie Mathématique nous proposons un cours de statistique en grande dimension appliquée à la génomique faisant partie du parcours Mathematics for Biology and Medicine : theory and applications.
• Une page dédiée à ce cours se trouve ici

ENS-SIAB

• Statistiques descriptives, estimation, modèles et intervalles de confiance
• Introduction aux tests
• Introduction à l'analyse de la variance à un facteur
• Introduction à l'analyse de la variance à plusieurs facteur
• Introduction à la régression linéaire simple et multiple
• Documents complémentaires : Notes sur le t-Test (manuscript), , le commentaire de Marc Lavielle sur l'étude de Seralini , un article court provenant de la revue "teaching Statistics"
• Références: Statistique inférentielle, Idées, démarches, exemples (Daudin, Robin, Vuillet), Statistiques en action (Schtolz, Rivoirard - plutôt théoretique), StatLabs,Mathematical Statistics Through Applications(Nolan & Speed), Statistiques avec R (Cornillon et al.)
• Sites web: Enseignements de Statistique en Biologie , A.B. Dufour, D. Chessel, J.R. Lobry, S. Mousset, S. Dray; WikiStat, le cours de statistique dont vous êtes le héros. (Univ. Toulouse, INSA Toulouse); Statistiques Médicales en Ligne , B. Ycart, C. Robert, INRIA Rhône-Alpes, Univ. Paris 5 René Descartes

Statistical Analysis of Microarray Data

• Analysis of array CGH data (12h)
• Introduction to statistical methods for microarray data analysis, with T. Mary-Huard(AgroParisTech) and S. Robin (AgroParisTech)

Linear Models (12h, in French)

• Notes (in French) on the t-Test (2h), ,
• ANOVA-1 (2h), ,
• ANOVA-2 (2h), ,
• linear regression (2h),
• Bibliography: Statistique inférentielle, Idées, démarches, exemples (Daudin, Robin, Vuillet), Books from Bernard Prum

Clustering and Classification (24h, in French)

• Slides

Statistical Analysis of Biological Sequences (12h, in French)

• Slides ,
• short practice for the estimation of the parameters of Markov Chains using seq++ .

Notes on Linear Mixed Models (24h, in French)

• Introduction ,
• 1-way model
• 2-way model (and split-plot)
• Prediction of random effects and Henderson equations
• The EM algorithm for Gaussian Mixtures and Linear Mixed Models
• Bibliography: Variance Components (Searle & al), Mixed Models in S and SPlus (Pinheiro & Bates), the documents from Pierre Dagnelie, and from Jean-Louis Foulley , The EM algorithm and Extensions.G. McLachlan and T. Krishnan.
• Data for TP2 are here from Julien Varaldi (LBBE).
• Data for TP3 are here