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 är ett **kraftfullt programmeringsspråk** som används flitigt av biologer och bioinformatiker för att analysera komplexa datamängder. Dess flexibilitet och omfattande community-stöd gör det särskilt värdefullt för att hantera de olika datatyper som genereras inom modern biologisk forskning. Du kommer ofta att stöta på data som **genuttrycksmätningar**, **ekologiska undersökningsresultat** eller **populationsräkningar**. R möjliggör effektiv organisering, analys och visualisering av dessa biologiska datamängder och tillhandahåller viktiga verktyg för att tolka experimentella resultat och dra meningsfulla slutsatser.

# 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)

I koden ovan tilldelas värden till variabler med hjälp av symbolen `<-`, som är den standardiserade tilldelningsoperatorn i R. Här innehåller `geneA_expression` den uppmätta genuttrycksnivån, medan `species_count` lagrar antalet observerade arter i ett visst område under en ekologisk undersökning. Dessa variabler gör det möjligt att tydligt representera biologiska mätvärden i din R-miljö, vilket underlättar beräkningar, visualisering av resultat eller delning av fynd med andra. Användningen av **beskrivande variabelnamn** hjälper dig att hålla reda på den biologiska betydelsen bakom varje värde.

# 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)

Vektorer är den **primära datastrukturen** i R för att lagra sekvenser av värden, såsom upprepade mätningar från ett biologiskt experiment. I detta exempel är `geneB_expression` en vektor som innehåller genuttrycksnivåer från fem olika prover. Att lagra data i vektorer gör det möjligt att effektivt utföra beräkningar på samtliga mätvärden samtidigt. Du kan komma åt enskilda element med hjälp av hakparenteser; till exempel hämtar `geneB_expression[3]` det tredje uttrycksvärdet. Denna struktur är avgörande för hantering och analys av biologiska data, där du ofta arbetar med stora mängder liknande mätningar.

Vilken är den primära datastrukturen i R för att lagra en sekvens av mätningar från ett experiment?

Vilken symbol används för tilldelning i R?

En praktisk introduktion till R-programmering anpassad för biologer och bioinformatiker. Lär dig att analysera, visualisera och tolka biologiska data med R, med verkliga exempel från genomik, ekologi och experimentell biologi.

Lär dig grunderna i R-programmering med fokus på biologiska data, inklusive variabler, datatyper och grundläggande datamanipulation.

Fördjupa dig i statistiska metoder för att analysera biologiska data, inklusive sammanfattande statistik, hypotesprövning och tolkning av resultat.

Bemästra konsten att visualisera biologiska data med hjälp av R, från grundläggande diagram till mer avancerade visualiseringar relevanta för experiment.

Lär dig att arbeta med genomikliknande data och utveckla reproducerbara arbetsflöden för vetenskaplig forskning i R.

Introduction to R och biologiska data

1. Vilken är den primära datastrukturen i R för att lagra en sekvens av mätningar från ett experiment?

2. Vilken symbol används för tilldelning i R?