×
Lönnstedt，Ingrid M。;斯皮德，特伦斯·P。

删除不需要的变化，检索未知的实验设计。 （英语） Zbl 07677030号

扫描。J.统计。 50，编号1，89-101（2023）.
摘要：消除不必要的变异（RUV）是一种估计和归一化系统，在该系统中，多元数据集的潜在相关结构是根据阴性对照测量值估计的，通常是基因表达值，这些值在实验条件下保持不变。本文导出了估计的权重矩阵，并将其并入RUV逆的广义最小二乘估计中，证明了该权重矩阵估计了负控制测量的平均协方差矩阵。因此，RUV-逆可以被视为一种估计方法，用于调整未知的实验设计。我们证明，对于平衡不完全块设计（BIBD），RUV-inverse恢复相关参数的块内和块间估计，并像最佳线性无偏估计（BLUE）一样将其组合为加权和，但权重是根据负控制测量值进行全局估计的，而不是像经典的单测量BIBD BLUE那样针对每个测量值进行单独优化。
{©2023斯堪的纳维亚统计杂志基金会董事会。}

理学硕士：

62至XX 统计

关键词：

平衡不完全块设计;块体设计;实验的多元设计;块间信息的恢复;消除不必要的变化（RUV）;消除不需要的变化反演方法（RUV-反演）
PDF格式BibTeX公司 XML格式引用
\textit{I.M.Lönnstedt}和\textit{T.P.速度}，扫描。J.Stat.50，No.1，89--101（2023；Zbl 07677030）
全文： 内政部

参考文献：

[1] Altman，D.G.（2005）。协变量不平衡，调整。在生物统计学百科全书中。威利。”
[2] Bailey，R.A.（2008）。比较实验设计（第25卷）。剑桥大学出版社·Zbl 1155.62054号
[3] Cox，D.R.和McCullagh，P.（1982年）。生物特征邀请论文进行讨论。协方差分析的一些方面。生物计量学，38541-561·Zbl 0532.62046号
[4] Finney，D.J.（1957）。分层、平衡和协方差。生物统计学，13，373-386。
[5] Fisher，R.A.（1932年）。研究人员的统计方法（第4版）。创世纪出版私人有限公司。
[6] Gagnon‐Bartsch，J.、Jacob，L.和Speed，T.P.（2016）。消除不必要的变化：为高维数据开发负面控制IMS专著。剑桥大学出版社。
[7] Gagnon‐Bartsch，J.A.和Speed，T.P.（2012）。使用控制基因纠正微阵列数据中不需要的变异。生物统计学，13539-552。
[8] Houtman，A.M.和Speed，T.P.（1983年）。正交块结构设计实验中的平衡。统计年鉴，11069-1085·Zbl 0566.62065号
[9] Jacob，L.、Gagnon‐Bartsch，J.A.和Speed，T.P.（2016）。当既没有观察到不需要的变异，也没有观察到感兴趣的因素时，修正基因表达数据。生物统计学，17，16-28。
[10] Lipsitch，M.、Tchetgen，E.T.和Cohen，T.（2010年）。阴性对照：在观察性研究中检测混杂和偏见的工具。流行病学（马萨诸塞州剑桥），21383。
[11] Martin，F.B.和Zyskind，G.（1966年）。通过简单加权研究不相关线性模型的信息组合。《数理统计年鉴》，第37期，第1338-1347页·Zbl 0149.15607号
[12] Miratrix，L.W.、Sekhon，J.S.和Yu，B.（2013）。通过随机实验中的后分层调整治疗效果评估。英国皇家统计学会杂志：B辑（统计方法），75369-396·Zbl 07555452号
[13] Nelder，J.A.（1965a）。正交块结构随机实验分析。块结构和零方差分析。《伦敦皇家学会学报A：数学、物理和工程科学》（第283卷，第147-162页）。英国皇家学会·Zbl 0124.10703号
[14] Nelder，J.A.（1965b）。正交块结构随机实验的分析。二、。处理结构和一般方差分析。《伦敦皇家学会学报A：数学、物理和工程科学》（第283卷，第163-178页）。英国皇家学会·Zbl 0124.10703号
[15] Nelder，J.A.（1968年）。一般均衡设计中的信息组合。英国皇家统计学会期刊：B系列（方法论），303-311·Zbl 0164.49101号
[16] Rao，C.R.（1947）。不完整块设计的一般分析方法。《美国统计协会杂志》，42，541-561·Zbl 0030.31102号
[17] Shi，X.、Miao，W.、Nelson，J.C.和Tchetgen Tchetgon，E.J.（2020）。针对分类的未测量混淆，使用双重阴性控制调整进行多重稳健因果推断。英国皇家统计学会杂志：B辑（统计方法），82521-540·Zbl 07554764号
[18] Sprott，D.（1956年）。关于不完全块设计中块间和块内组合估计的注记。《数理统计年鉴》，27633-641·Zbl 0074.13305号
[19] Tukey，J.W.（1948年）。近似重量。《数理统计年鉴》，第19卷，第91-92页·Zbl 0041.25901号
[20] Tukey，J.W.（1991）。临床试验中使用许多协变量。《国际统计评论》/《国际统计评论》，59123-137·Zbl 0729.62635号
[21] West，M.（2003）。“大p，小n”范式中的贝叶斯因子回归模型。贝叶斯统计，7733-742。
[22] Yates，F.（1936年）。随机分组不完整。人类遗传学年鉴，7121-140。
[23] Yates，F.（1940年）。平衡不完全块设计中块间信息的恢复。优生学年鉴，10317-325。
[24] Zhao，S.、Gao，C.、Mukherjee，S.和Engelhardt，B.E.（2016）。结构稀疏的贝叶斯群因子分析。机器学习研究杂志，17，1-47·Zbl 1436.62233号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。