穆特斯特

multtest:基于重抽样的多假设检验。基于非参数bootstrap和置换重采样的多测试过程(包括经验Bayes方法),用于控制家族错误率(FWER)、广义家族错误率(gFWER)、误报比例的尾部概率(TPPFP)和错误发现率(FDR)。实现了几种基于bootstrap的零分布选择(集中、集中和缩放、分位数转换)。可采用单步和分步方法。包括基于各种t-和F-统计量(包括基于线性和生存模型的回归参数的t-统计以及基于相关参数的t-统计)的测试。当使用t统计量探索假设时,用户还可以选择一个可能更快的零分布,它是多元正态分布,具有从向量影响函数导出的均值-零和方差协方差矩阵。结果以调整后的p值、置信域和检验统计截止值来报告。该方法可直接应用于DNA微阵列实验中差异表达基因的鉴定。


zbMATH参考文献(20篇文章引用)

显示第1到第20个结果,共20个。
按年份排序(引用)

  1. 帕特里克·梅尔:现代心理测量学与R(2018)
  2. Kris Sankaran;Susan Holmes:Structsi:分组或分层结构数据的同步和选择性推理(2014)不是zbMATH
  3. Lourenço,V.M.;Pires,A.M.:M-回归,错误发现率和异常值检测及其在遗传关联研究中的应用(2014)
  4. Miecznikowski,Jeffrey C.;Gaile,Daniel P.:使用经验零分布对广义家族错误率的新表征(2014)
  5. Vsevolozhskaya,Olga;Greenwood,Mark;Holodov,Dmitri:用于红细胞溶血的功能方差分析中治疗水平的成对比较(2014)
  6. Vsevolozhskaya,O.A.;Greenwood,M.C.;Bellante,G.J.;Powell,S.L.;Lawrence,R.L.;Repasky,K.S.:在函数方差分析中进行后续测试的组合函数和闭合原理(2013年)
  7. Yata,Kazuyoshi;Aoshima,Makoto:使用扩展交叉数据矩阵方法对高维数据进行相关性测试(2013年)
  8. Yata,Kazuyoshi;Aoshima,Makoto:关于观测值少于维度的高维平均向量的推断(2012年)
  9. Miecznikowski,Jeffrey C.;Gold,David;Shepherd,Lori;Liu,Song:推导并比较单步控制方法中假阳性数量的分布(k)-FWER(2011)
  10. Stevens,John R.;Bell,Jason L.;Aston,Kenneth I.;White,Kenneth L.:小样本基因表达数据的探针水平和探针集模型的比较(2010年)ioport公司
  11. Yata,Kazuyoshi;Aoshima,Makoto:具有(D)-渐近性的高维低样本数据的内在维数估计(2010)
  12. Causeur,D.;Kloareg,M.;Friguet,C.:依赖性下多重测试中FWER的控制(2009年)
  13. Amber-Stam,用于微阵列分析(Amber-Stam,2009年):增强功率筛选ioport公司
  14. Tuglus,Catherine;Van der Laan,Mark J.:改进的多阶段分析FDR控制程序(2009)
  15. Dudoit,Sandrine;Keleş,Sündüz;van der Laan,Mark J.:与生物注释元数据关联的多重测试(2008)
  16. David Shilane;Martikainen,Jarno;Dudoit,Sandrine;Ovaska,Seppo J.:进化计算算法统计性能比较的一般框架(2008)ioport公司
  17. Torsten Hothorn;Kurt Hornik;Mark van de Wiel;Achim Zeileis:实现一类置换测试:硬币包(2008)不是zbMATH
  18. Juan R.González,Lluís Armengol,Xavier Solé,Elisabet Guinó,Josep M.Mercader,Xavier Estivill,Víctor Moreno:SNPASOC:执行全基因组关联研究的R包(2007)不是zbMATH
  19. Segal,Mark R.:基因组学中的验证:CPG岛甲基化重温(2006)
  20. 绅士,罗伯特(编辑);凯里,文森特J(编辑);胡贝尔,沃尔夫冈(编辑);伊里扎里,拉斐尔A(编辑);杜多伊特,桑德林(编辑):使用R和生物导体的生物信息学和计算生物学解决方案。(2005年)