戈登·史密斯(Gordon K。Smyth)。 用于评估微阵列实验中差异表达的线性模型和经验贝叶斯方法。 (英语) Zbl 1038.62110号 统计应用程序。遗传学。分子生物学。 第3条第1号第3条(2004年). 小结:考虑了在设计的微阵列实验中识别差异表达基因的问题。I.Lönnstedt和T.速度[《美国统计年鉴》第12卷,第31–46页(2002年;Zbl 1004.62086号)]在一个复制的双色实验中,使用一个简单的层次参数模型导出了微分表达式的后验概率表达式。本文的目的是将Lönnstedt和Speed的层次模型发展为一种实用的方法,用于具有任意数量处理和RNA样本的通用微阵列实验。该模型在具有任意系数和对比度的一般线性模型的背景下重置。该方法同样适用于单通道和双色微阵列实验。对于模型中的超参数,导出了一致的闭式估计。提出的估计器即使对少量阵列也具有稳健的行为,并允许点滤波或点质量权重产生的不完整数据。后验概率统计是根据一个缓和的(t)-统计重新制定的,其中使用后验剩余标准偏差代替普通标准偏差。经验贝叶斯方法相当于将估计的样本方差收缩为集合估计,从而在数组数量较少时产生更稳定的推断。与后验概率相比,使用适度的(t)-统计量的优势在于减少了需要估计的超参数数量;特别地,不需要关于折叠变化的非零先验的知识。慢化的(t)-统计量显示为遵循一个增加自由度的(t”)-分布。慢化推理方法通过使用慢化F统计量扩展了对复合零假设的检验。仿真研究证明了这些方法的性能。给出了两个公开可用数据集的结果。 引用于1审查引用于100文件 MSC公司: 62页第10页 统计学在生物学和医学中的应用;元分析 92C40型 生物化学、分子生物学 62C12号机组 经验决策程序;经验贝叶斯程序 引文:Zbl 1004.62086号 PDF格式BibTeX公司 XML格式引用 \textit{G.K.Smyth},统计应用。遗传学。分子生物学。3,第1号,第3条(2004;Zbl 1038.62110) 全文: 内政部 链接