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