Methods
PCA - Principal component analysis
Principal component analysis (PCA) is applied to data tables with individuals in rows and quantitative variables in columns. It aims at summarizing the information contained in variables while keeping as much information as possible that may distinguish between individuals (variance).
Training(s) related to this method :
| Analyse de données omics sur base de techniques multivariées avec R |  |
| Analyses multivariées avec SPSS | |
| Analyses multivariées en RCommander (FactoMineR) | |
| Certificat universitaire en Analyse de données appliquée en R&D - Niveau avancé | |
| Certificat universitaire en Analyse de données appliquée en R&D - Niveau de base | |
| Certificat universitaire en Junior Data Analyst | |
| Exploration, modélisation, classification et prédiction en R | |
| Formation en analyse de données et statistiques pour la recherche et le développement dans la bioindustrie | |
| Introduction à Jamovi, manipulation et analyse de données | |
| Introduction aux analyses factorielles exploratoires avec SPSS | |
| RNAseq data analysis | |