IDEAS主页打印自https://ideas.repec.org/a/eee/csdana/v71y2014icp14-29.html
  我的参考书目  保存此文章

应用P-样条和混合效应模型对时间进程基因表达数据的纵向分布进行聚类

作者

上市的：
  • 北卡罗来纳州科菲。
  • 辛德，J。
  • 霍利安，E。

摘要

纵向数据越来越普遍，已经开发出各种方法来分析这类数据。研究了时间进程基因表达研究的概况，其中聚类分析在确定随时间推移的共表达基因组方面发挥着重要作用。已经使用了许多程序来聚类时间进程基因表达数据，但前面描述的技术存在许多局限性。提出了一种替代方法，旨在减轻其中一些限制。该方法利用线性混合效应模型和P样条平滑之间的联系，同时对基因表达数据进行平滑处理，以消除任何测量误差/噪声，并使用有限混合效应模型对表达谱进行聚类。这种方法有很多优点，包括减少了计算时间和易于在标准软件包中实现。

建议引用

  • Coffey，N.&Hinde，J.&Holian，E.，2014年。"应用P-样条和混合效应模型对时间进程基因表达数据的纵向分布进行聚类,"计算统计学与数据分析爱思唯尔，第71卷（C），第14-29页。
    • 手柄：RePEc:eee:csdana:v:71:y:2014:i:c:p:14-29
    DOI:10.1016/j.csda.2013.04.001
    作为

    从出版商下载全文

    文件URL: http://www.sciencedirect.com/science/article/pii/S016794731300131X
    下载限制：全文仅供ScienceDirect用户使用。
    文件URL: https://libkey.io/10.1016/j.csda.2013.04.001？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Li-Xuan Qin和Steven G.Self，2006年。"回归模型聚类方法及其在基因表达数据中的应用,"生物计量学国际生物识别学会，第62（2）卷，第526-533页，6月。
    2. George C.Tseng和Wing H.Wong，2005年。"紧密聚类：一种基于重采样的方法，用于识别数据中的稳定和紧密模式,"生物计量学国际生物识别学会，第61卷（1），第10-16页，3月。
    3. 马平，钟文轩，2008。"多协变量大尺度函数数据的惩罚聚类,"美国统计协会杂志，美国统计协会，第103卷，第625-636页，6月。
    4. Fraley C.&Raftery A.E.，2002年。"基于模型的聚类、判别分析和密度估计,"美国统计协会杂志，美国统计协会，第97卷，第611-631页，6月。
    5. Ruppert，David&Wand，M.P.&Carroll，R.J.，2003年。"半参数回归,"剑桥图书,剑桥大学出版社，编号978052178516711月。
    6. 劳伦斯·休伯特和菲普斯·阿拉比，1985年。"比较分区,"分类杂志，施普林格；船级社，第2卷（1），第193-218页，12月。
    7. McLachlan，G.J.和Peel，D.&Bean，R.W.，2003年。"混合因子分析仪对高维数据建模,"计算统计学与数据分析爱思唯尔，第41卷（3-4），第379-388页，1月。
    8. 塔尔佩，塔迪厄斯，2007年。"线性变换和k-Means聚类算法：在曲线聚类中的应用,"美国统计学家，美国统计协会，第61卷，第34-40页，2月。
    9. Mitsunori Kayano、Koji Dozono和Sadanori Konishi，2010年。"基于正交归一化高斯基展开的函数聚类分析及其应用,"分类杂志，施普林格；船级社，第27卷（2），第211-230页，9月。
    10. James G.M.和Sugar C.A.，2003年。"稀疏采样函数数据的聚类,"美国统计协会杂志，美国统计协会，第98卷，第397-408页，1月。
    11. Ruppert，David&Wand，M.P.&Carroll，R.J.，2003年。"半参数回归,"剑桥图书,剑桥大学出版社，编号9780521780506，11月。
    12. Christian Hennig，2010年。"高斯混合成分的合并方法,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第4卷（1），第3-34页，4月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS订阅源用于此项目。
    作为


    引用人：

    1. 2023年，伊藤津巴萨和素加川昭。"纵向数据分析的分组广义估计方程,"生物计量学国际生物识别学会，第79卷（3），1868-1879页，9月。
    2. Fang，Kuangnan&Chen，Yuanxing&Ma，Shuangge&Zhang，Qingzhao，2022年。"泛函的惩罚融合双聚类分析,"多元分析杂志爱思唯尔，第189（C）卷。
    3. Carmela Iorio、Gianluca Frasso、Antonio D’Ambrosio和Roberta Siciliano，2023年。"面向提升的序列概率平滑样条聚类,"统计方法与应用，施普林格；意大利统计学会，第32卷（4），第1123-1140页，10月。
    4. 罗登、伊姆克和韦勒、丹尼尔和沃特、安·凯特琳，2021年。"欧洲创新的时空动态：基于多元函数数据聚类分析的探索性方法,"鲁尔经济论文926，RWI-莱布尼茨大学波鸿分校莱布尼兹学院杜伊斯堡大学。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Li，Pai-Ling&Chiou，Jeng-Min，2011年。"子空间投影函数数据聚类的聚类数识别,"计算统计学与数据分析爱思唯尔，第55（6）卷，第2090-2103页，6月。
    2. 刘雪丽和杨晓红，Mark C.K.，2009年。"功能数据的同步曲线配准和聚类,"计算统计学与数据分析爱思唯尔，第53（4）卷，第1361-1376页，2月。
    3. Stefano Tonellato和Andrea Pastore，2013年。"基于模型的聚类解决方案的比较,"工作文件2013:05，威尼斯大学“Ca’Foscari”经济系。
    4. Lemmens、Aurélie&Croux、Christophe&Stremersch、Stefan，2012年。"新产品增长的国际市场细分动态,"国际市场营销研究杂志爱思唯尔，第29卷（1），第81-92页。
    5. 王万伦，2013。"用于缺失信息的高维数据的公共因子分析器的混合物,"多元分析杂志爱思唯尔，第117（C）卷，第120-133页。
    6. Gupta，Mayetri，2014年。"数据矩阵贝叶斯块聚类的进化蒙特卡罗算法,"计算统计学与数据分析爱思唯尔，第71卷（C），第375-391页。
    7. 谢赫·马泰恩（Shaikh Mateen）和麦克尼古拉斯·保罗·D&德斯蒙德·安东尼（McNicholas Paul D&Desmond Anthony F），2010年。"不完全纵向数据聚类的伪EM算法,"国际生物统计学杂志，De Gruyter，第6卷（1），第1-17页，三月。
    8. Joo Yongsung&George Casella&James Hobert，2010年。"基于贝叶斯模型的时程数据紧聚类,"计算统计学，施普林格，第25卷（1），第17-38页，3月。
    9. Cristina Tortora和Paul D.McNicholas以及Ryan P.Browne，2016年。"广义双曲因子分析器的混合,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第10卷（4），第423-440页，12月。
    10. Jank，Wolfgang，2006年。"Ascent EM用于有限混合的快速全局解：在线拍卖曲线聚类的应用,"计算统计学与数据分析，爱思唯尔，第51卷（2），第747-761页，11月。
    11. 梁法明，2007。"基于SVD的probit变换在基因表达谱聚类中的应用,"计算统计学与数据分析Elsevier，第51卷（12），第6355-6366页，8月。
    12. Giuliano Galinberti和Montanari，Angela和Viroli，Cinzia，2009年。"聚类数据中变量选择的惩罚因子混合分析,"计算统计学与数据分析Elsevier，第53卷（12），第4301-4310页，10月。
    13. Otto-Sobotka、Fabian&Salvati、Nicola&Ranalli、Maria Giovanna&Kneib、Thomas，2019年。"自适应半参数M分位数回归,"计量经济与统计爱思唯尔，第11卷（C），第116-129页。
    14. Redivo，Edoardo&Nguyen，Hien D.&Gupta，Mayetri，2020年。"基于几何偏态正态分布的偏态和多模态数据的贝叶斯聚类,"计算统计学与数据分析爱思唯尔，第152（C）卷。
    15. 朱旭文（Zhu，Xuwen）和梅利尼科夫（Melnykov），沃洛德迈尔（Volodymyr），2018年。"有限混合建模中的Manly变换,"计算统计学与数据分析爱思唯尔，第121（C）卷，第190-208页。
    16. Mestekemper，Thomas&Windmann，Michael&Kauermann，Göran，2010年。"水温逐时功能预测,"国际预测杂志爱思唯尔，第26卷（4），第684-699页，10月。
    17. Felix Naschold，2012年。"“穷人依然贫穷”：印度农村半干旱地区的家庭资产贫困陷阱,"世界发展爱思唯尔，第40卷（10），第2033-2043页。
    18. Arthur Charpentier、Emmanuel Flachaire和Antoine Ly，2017年。"经济与机器学习,"论文1708.06992，arXiv.org，2018年3月修订。
    19. Yaeji Lim&Hee-Seok Oh&Ying Kuen Cheung，2019年。"函数数据的多尺度聚类,"分类杂志，施普林格；船级社，第36卷（2），第368-391页，7月。
    20. Hyunju Son&Youyi Fong，2021年。"连续两阶段多项式回归模型的快速网格搜索和基于bootstrap的推理,"环境计量学，John Wiley&Sons，Ltd.，第32卷（3），5月。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:csdana:v:71:y:2014:i:c:p:14-29。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这篇文章的遗漏项目，你可以帮助我们创建这些链接，方法是以与上面相同的方式为每个引用项目添加相关的引用。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：Catherine Liu（电子邮件地址如下）。供应商的一般联系方式：http://www.elsevier.com/locate/csda.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。