Summary
This chapter introduces how to assign values to variables using the `<-` operator in R and how to create and access vectors to store and manipulate sequences of values, with printing to display results.

General domain of usage
Biological data analysis

R is een **krachtige programmeertaal** die veel wordt gebruikt door biologen en bioinformatici voor het analyseren van complexe datasets. De flexibiliteit en uitgebreide ondersteuning vanuit de gemeenschap maken het bijzonder waardevol voor het verwerken van de diverse datatypen die ontstaan in modern biologisch onderzoek. Je komt vaak gegevens tegen zoals **genexpressiemetingen**, **ecologische onderzoeksresultaten** of **populatieaantallen**. R stelt je in staat deze biologische datasets efficiënt te organiseren, analyseren en visualiseren, en biedt essentiële hulpmiddelen om experimentele resultaten te interpreteren en betekenisvolle conclusies te trekken.

# Assigning variables for biological data in R

# Gene expression level for gene A (measured in arbitrary units)
geneA_expression <- 5.4
print(geneA_expression)

# Species count in a quadrat survey
species_count <- 17
print(species_count)

In de bovenstaande code wijs je waarden toe aan variabelen met behulp van het `<-`-symbool, de standaard toewijzingsoperator in R. Hier bevat `geneA_expression` het gemeten genexpressieniveau, terwijl `species_count` het aantal waargenomen soorten in een bepaald gebied tijdens een ecologisch onderzoek opslaat. Deze variabelen maken het mogelijk om biologische metingen duidelijk weer te geven binnen je R-omgeving, waardoor het eenvoudiger wordt om berekeningen uit te voeren, resultaten te visualiseren of bevindingen te delen met anderen. Het gebruik van **beschrijvende variabelnamen** helpt je de biologische betekenis achter elke waarde bij te houden.

# Creating a vector to store multiple gene expression levels

# Expression levels for gene B across five samples
geneB_expression <- c(4.2, 5.0, 6.1, 5.7, 4.9)
print(geneB_expression)

Vectoren zijn de **primaire datastructuur** in R voor het opslaan van reeksen waarden, zoals herhaalde metingen uit een biologisch experiment. In dit voorbeeld is `geneB_expression` een vector die genexpressieniveaus uit vijf verschillende monsters bevat. Door gegevens in vectoren op te slaan kun je efficiënt berekeningen uitvoeren over alle metingen tegelijk. Je kunt individuele elementen benaderen met vierkante haken; bijvoorbeeld, `geneB_expression[3]` haalt de derde expressiewaarde op. Deze structuur is essentieel voor het beheren en analyseren van biologische gegevens, waarbij je vaak werkt met grote verzamelingen vergelijkbare metingen.

Wat is de primaire datastructuur in R voor het opslaan van een reeks metingen uit een experiment?

Welk symbool wordt gebruikt voor toewijzing in R?

Een praktische introductie tot R-programmeren, afgestemd op biologen en bioinformatici. Leer biologische data analyseren, visualiseren en interpreteren met R, aan de hand van praktijkvoorbeelden uit genomica, ecologie en experimentele biologie.

Leer de basisprincipes van R-programmeren met de nadruk op biologische data, inclusief variabelen, datatypes en basisgegevensmanipulatie.

Verdiep u in statistische methoden voor het analyseren van biologische gegevens, inclusief samenvattende statistieken, hypothesetoetsing en het interpreteren van resultaten.

Beheers de kunst van het visualiseren van biologische data met R, van eenvoudige grafieken tot meer geavanceerde visualisaties die relevant zijn voor experimenten.

Leer werken met genomische data en het ontwikkelen van reproduceerbare workflows voor wetenschappelijk onderzoek in R.

Introductie tot R en Biologische Data

1. Wat is de primaire datastructuur in R voor het opslaan van een reeks metingen uit een experiment?

2. Welk symbool wordt gebruikt voor toewijzing in R?