×
李冬梅

采用错误发现率控制的多个测试程序的能力和稳定性比较。 （英语） Zbl 1457.62226号

J.统计计算。模拟 85，第14号，2808-2822（2015）.
摘要：高通量数据分析广泛用于检测差异基因表达、鉴定单核苷酸多态性和检测甲基化位点。在基于发现的高通量数据分析中，错误发现率（FDR）被认为是一种适当的I类错误率。已经提出了多种测试程序来控制FDR。然而，一些常用的多重测试程序的功率和稳定性特性尚未得到广泛研究。进行了模拟研究，以比较五种广泛使用的多重测试程序在不同真实发现比例下的功率和稳定性特性，以及独立和相关测试统计数据的不同样本大小。考虑到FDR控制、功率和真实发现的方差，Storey的两个线性升压程序在所有测试程序中表现出最佳性能。使用白血病和卵巢癌微阵列研究来说明FDR对照的这五种多重测试程序的功效和稳定性特征。

引用于1文件

MSC公司：

第62页第15页 配对和多重比较；多次测试
62页第10页 统计学在生物学和医学中的应用；元分析
2008年6月62日 统计问题的计算方法

关键词：

多次测试;错误发现率;稳定性;权力

软件：

形状记忆合金
PDF格式BibTeX公司 XML格式引用
\textit{D.Li}，J.统计计算。模拟85，第14期，2808--2822（2015；Zbl 1457.62226）
全文： 内政部

参考文献：

[1] Benjamini Y，Hochberg Y。控制错误发现率：一种实用且强大的多重测试方法。J R Stat Soc Ser B（方法学）。1995;57:289-300. [Crossref]，[Google学者]·Zbl 0809.62014号
[2] 钱华，黄S.鉴别差异表达基因的错误发现率方法比较。基因组学。2005;86:495-503. doi:10.1016/j.ygeno.2005.06.007[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[3] Storey JD公司。错误发现率的直接方法。J R Stat Soc Ser B（方法学）。2002;64:479-498. doi:10.1111/1467-9868.00346[交叉引用]，[谷歌学者]·Zbl 1090.62073号
[4] Storey JD、Taylor JE、Siegmund D。强控制、保守点估计和错误发现率的同时保守一致性：统一方法。J R Stat Soc Ser B（方法学）。2004;66:187-205. doi:10.1111/j.1467-9868.2004.00439.x[交叉引用]，[谷歌学者]·Zbl 1061.62110号
[5] 欧文AB。错误发现数量的方差。J R Stat Soc Ser B.2005；67:411-426. doi:10.1111/j.1467-9868.200500509.x[交叉引用]，[谷歌学者]·Zbl 1069.62102号
[6] Gordon A、Glazko G、Qiu X、Yakovlev A。控制错误发现的平均数量，Bonferroni和多重测试的稳定性。《Ann Appl Stat.2007》；1点179-190分。doi:10.1214/07-AOAS102[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1129.62065号
[7] 邱X，肖Y，Gordon A.Yakovlev A.评估微阵列数据分析中基因选择的稳定性。BMC生物信息学。2006;7:50。可从以下位置获得：http://www.biomedcentral.com/1471-2105/7/50doi:10.1186/1471-2105-7-50[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[8] Ransohoff DF公司。癌症分子标记发现和验证的证据规则。《自然反击癌症》。2004;4:309-313. doi:10.1038/nrc1322[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[9] Benjamini Y，Yekutieli D.依赖性下多重测试中错误发现率的控制。Ann Stat.2001；29:1165-1188. doi:10.1214/aos/1013699998[Crossref]，[Web of Science®]，[Google学者]·Zbl 1041.62061号
[10] Benjamini Y，Krieger AM，Yekutieli D.控制错误发现率的自适应线性升压程序。生物特征。2006;93:491-507. doi:10.1093/biomet/93.3491[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1108.62069号
[11] Soric B.统计发现和效应大小估计。J Amer统计协会，1989年；84:608-610. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[12] Rubin D，Dudoit S，Laanvan der M.一种通过样本分割来提高多重测试程序的能力的方法。统计应用基因分子生物学。2006;5:第19条。[PubMed]、[Web of Science®]、[Google学者]·Zbl 1166.62318号
[13] Almudevar A、Klebanov LB、Qiu X、Salzman P、Yakovlev AY。相关度量在基因表达分析中的应用。NeuroRx公司。2006;3:384-395. doi:10.1016/j.nurx.2006.05.037[交叉引用]，[公共医学]，[谷歌学者]
[14] Jemal A，Siegel R，Xu J，Ward E.癌症统计。CA癌症临床杂志。2010;56:106-130. doi:10.3322/canjclin.56.2106[Crosref]，[谷歌学者]
[15] Moreno CS、Matyunina L、Dickerson EB、Schubert N、Bowen NJ、Logani S、Benigno BB、McDonald JF。p53介导的细胞周期阻滞抑制卵巢癌化疗治疗的证据，PLoS One。2007年；2:e441。doi:10.1371/journal.pone.0000441[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[16] Golub TR、Slonim DK、Tamayo P、Huard C、Gaasenbeek M、Mesirov JP、Coller H、Loh ML、Downing JR、Caligiuri MA、Bloomfield CD、Lander ES。癌症的分子分类：通过基因表达监测进行类别发现和预测。科学。1999年；286:531-537. doi:10.1126/science.286.5439.531[Crossref]，[PubMed]，[Web of science®]，[Google学者]
[17] Dudoit S、Yang YH、Callow MJ、Speed TP。在复制cDNA微阵列实验中确定差异表达基因的统计方法。统计罪。2002;12:111-139. [Web of Science®]，[Google学者]·Zbl 1004.62088号
[18] Kim KI，Wielvan de M.高维多重测试问题中依赖性的影响。BMC生物信息。2008;9：第114条。可从以下位置获得：http://www.biomedcentral.com/1471-2105/9/114[Web of Science®]，[Google学者]
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。