混合组学

mixOmics:Omics数据集成项目。该软件包提供了分析高维数据集的统计综合技术和变体:正则化CCA和稀疏PLS,以揭示大小(nxp)和(nxq)两个异构数据集之间的关系,其中p和q变量是在同一样本或个人n上测得的。这些数据可能来自高吞吐量需要综合或联合分析的技术,如组学数据(例如转录组学、代谢组学或蛋白质组学数据)。然而,混合组学也可以应用于p+q>>n的任何其他大型数据集。rCCA是CCA的正则化版本,用于处理大量变量。sPLS允许一步选择变量,并提出了两种框架:回归和规范分析。提供了许多图形输出来帮助解释结果。最近的方法发展包括:稀疏PLS判别分析、独立主成分分析和基于数据方差分解的多级分析。


zbMATH参考文献(参考 26篇文章 引用)

显示第1到第20个结果,共26个。
按年份排序(引用)
  1. Broc,Camilo;Calvo,Borja;Liquit,Benoit:应用于结构化数据的惩罚偏最小二乘法(2020年)
  2. Martin,Ryan;Tang,Yiqi:稀疏高维线性回归预测的经验先验(2020)
  3. Zhang,Fan;Miecznikowski,Jeffrey C.;Tritchler,David L.:监督和稀疏功能基因组路径的识别(2020年)
  4. 朱光宇;苏志华:基于包络的稀疏偏最小二乘法(2020)
  5. De Micheaux,Pierre Lafaye;Liquet,Benoît;Sutton,Matthew:PLS for Big Data:正则化群PLS的统一并行算法(2019)
  6. Feuerriegel,Stefan;Gordon,Julius:基于新闻的宏观经济指标预测:可解释预测的语义路径模型(2019)
  7. Jain,Yashita;Ding,Shanshan;Qiu,Jing:多组分综合数据分析的切片逆回归(2019)
  8. Sutton,Matthew;Mengersen,Kerrie;Liquit,Benoit:[HDDA]稀疏子空间约束偏最小二乘法(2019)
  9. Imbert,Alyssa;Vialaneix,Nathalie:《统计分析中缺失数据的探索、处理、插补和评估:现有方法综述》(2018年)
  10. Jalal K.Siddiqui,Elizabeth Baskin,Mingrui Liu,Carmen Z.Cantemir Stone,Bofei Zhang,Russell Bonneville,Joseph P.McElroy,Kevin R.Coombes,Ewy A.Mathé:IntLIM:使用代谢组学和基因表达数据的线性模型进行整合(2018年)阿尔十四
  11. Perrot Dockès,Marie;Lévy Leduc,Céline;Chiquet,Julien;Sansonnet,Laure;Brégère,Margaux;ètienne,Marie Pierre;Robin,Stéphane;Genta Jouve,Grégory:多元线性模型中的变量选择方法:LC-MS代谢组学数据的应用(2018)
  12. Benoît Liquet和Leonardo Bottolo、Gianluca Campanella、Sylvia Richardson和Marc Chadeau Hyam:R2GUESS:基于图形处理单元的多元响应贝叶斯变量选择回归R包(2016)不是zbMATH
  13. Chen,Mingkun;Vigneau,Evelyne:变量的监督聚类(2016)
  14. Robin Genuer,Jean-Michel Poggi,Christine Tuleau-Malot:VSURF:使用随机森林进行变量选择的R包(2015)不是zbMATH
  15. Lock,Eric F.;Hoadley,Katherine A.;Marron,J.S.;Nobel,Andrew B.:多数据类型综合分析的联合和个体差异解释(JIVE)(2013年)
  16. Marttinen,Pekka;Gillberg,Jussi;Havulina,Aki;Corander,Jukka;Kaski,Samuel:高维表型的全基因组关联研究(2013)
  17. Yoshida,Hisako;Kawaguchi,Atsushi;Tsuruya,Kazuhiko:用于脑成像数据的径向基函数稀疏偏最小二乘法(2013)
  18. Cao,Kim Anh Lè;Boitard,Simon;Besse,Philippe:稀疏PLS判别分析:多类问题的生物学相关特征选择和图形显示(2011)ioport公司
  19. Lykou,Anastasia;Whittaker,Joe:使用带有积极约束的套索的稀疏CCA(2010)
  20. McWilliams,Brian;Montana,Giovanni:具有多元数据流的在线变量选择的稀疏偏最小二乘回归(2010)