跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https公司

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2003年8月5日;100(16):9440-5.
doi:10.1073/pnas.1530509100。 Epub 2003年7月25日。

全基因组研究的统计意义

附属公司

全基因组研究的统计意义

约翰·D·斯托里等人。 美国国家科学院程序. .

摘要

随着全基因组实验的增加和多个基因组的测序,对大数据集的分析在生物学中已变得司空见惯。通常情况下,一个全基因组数据集中的数千个特征都是根据一些零假设进行测试的,其中一些特征被认为是重要的。在这里,我们提出了一种基于错误发现率概念的方法来测量这些全基因组研究中的统计显著性。这种方法在自动校准和容易解释的真阳性和假阳性数量之间提供了合理的平衡。在这样做的过程中,一个称为q值的统计显著性度量与每个测试特征相关联。q值与众所周知的p值类似,只是它是一个衡量错误发现率而非错误阳性率重要性的指标。我们的方法避免了大量的假阳性结果,同时提供了一个比基因组扫描中用于连锁的标准更自由的标准。

PubMed免责声明

数字

图1。
图1。
3170的密度直方图第页Hedenfalk的价值观等。(14) 数据。这个虚线是如果所有基因都为空,我们期望的密度直方图(无差异表达)。虚线位于零比例的估计第页值。
图2。
图2。
来自Hedenfalk的结果等。(14) 数据。()q个基因值与各自的值t吨统计数据。(b条)q个值与各自的值第页值。(c(c))列表中出现的每个基因的数量q个价值与各自q个值。(d日)假阳性基因的预期数量与显著的总数量基因由q个值。
图3。
图3。
这个公式图像Hedenfalk数据的λ等。(14). 实线是自然三次样条拟合到这些点来估计公式图像.

类似文章

引用人

工具书类

    1. 莫顿,N.E.(1955)《美国期刊·人类》第7期,277–318页。-项目管理咨询公司-公共医学
    1. Lander,E.S.和Kruglyak,L.(1995)《自然遗传学》。11, 241–247.-公共医学
    1. Storey,J.D.(2003)《Ann.Stat.》,出版社。
    1. Storey,J.D.(2002)J.R.Stat.Soc.B 64,479–498。
    1. Benjamini,Y.和Hochberg,Y.(1995)J.R.Stat.Soc.B 85,289–300。

LinkOut-更多资源