×
丹尼尔·亨特。;程，程;英镑，斯坦利

用于估计微阵列基因表达研究中假排斥数的β-二项分布。 （英语） Zbl 1453.62117号

计算。统计数据分析。 53，第5期，1688-1700（2009）.
摘要：在微阵列数据的差异表达分析中，通常假设零假设之间的独立性（以及基因表达水平）。独立性假设意味着错误拒绝数（V）遵循二项式分布，并导致经验错误发现率（eFDR）的估计。假拒绝数（V）用贝塔二项分布建模。然后导出了贝塔二项错误发现率（bbFDR）的估计量。这种方法解释了非差异表达基因之间的相关性如何影响（V）的分布。置换用于在零假设下生成（V）的观测值，并且贝塔二项分布适合于（V）值。在相关非差异表达基因的模拟研究中，将bbFDR估计量与eFDR估计值进行了比较，发现在某些情况下，bbFDR估计器的性能优于eFDR。例如，该方法还用于分析比较软组织肉瘤样本和正常组织样本的基因表达。

引用于4文件

MSC公司：

62-08 统计问题的计算方法
62J15型 配对和多重比较；多次测试
62页第10页 统计学在生物学和医学科学中的应用；元分析
92D20型 蛋白质序列，DNA序列

软件：

声光器件;第95页
PDF格式BibTeX公司 XML格式引用
\textit{D.L.Hunt}等人，计算。统计数据分析。53，第5号，1688--1700（2009；Zbl 1453.62117）
全文： 内政部 链接

参考文献：

[1] Allison，D.B。；Gadbury，G.L。；Moonseng，H。；Fernandez，J.R。；Lee，C。；普罗拉，T.A。；Weindruch，R.，微阵列基因表达数据分析的混合模型方法，计算。统计师。数据分析。，39, 1-20 (2002) ·Zbl 1119.62371号
[2] Y.本杰米尼。；Hochberg，Y.，《控制错误发现率：一种实用而强大的多重测试方法》，J.Roy。统计师。Soc.序列号。B、 57、1、289-300（1995）·Zbl 0809.62014号
[3] Benjamini，Y.、Hochberg，Y.和Kling，Y..，1997年。使用依赖测试统计的多假设测试中的错误发现率控制。特拉维夫大学统计与运营研究系研究论文97-1；Benjamini，Y.、Hochberg，Y.和Kling，Y..，1997年。使用相依检验统计量的多假设检验中的错误发现率控制。特拉维夫大学统计与运筹学系研究论文97-1
[4] Y.本杰米尼。；Yekutieli，D.，依赖下多重测试中错误发现率的控制，Ann.Statist。，29, 4, 1165-1188 (2001) ·Zbl 1041.62061号
[5] Cheng，C。；Pounds，S.，微阵列基因表达数据统计分析的错误发现率范式，生物信息，1,10436-446（2007）
[6] Cheng，C。；磅，S。；Boyett，J.M。；裴，D。；Kuo，M.-L。；Roussel，M.F.，微阵列基因表达数据分析的统计显著性阈值标准，统计学。申请。遗传学。分子生物学。，3、1（2004），第36条·Zbl 1166.62335号
[7] Hsueh，H。；Chen，J.J。；Kodell，R.L.，《在多重性测试中估算真零假设数量的方法比较》，J.Biopharm。统计学。，13, 4, 675-689 (2003) ·Zbl 1197.62095号
[8] Lesnoff，M.，Lancelot，R.，2005年。aod：分析过度分散的数据R包版本1。1-8 http://cran.r-project.org/; Lesnoff，M.，Lancelot，R.，2005年。aod：分析过度分散的数据R包版本1。1-8 http://cran.r-project.org/
[9] 梅塔，T。；Tanik，M。；Allison，D.B.，《面向高维生物学统计方法的可靠认识论基础》，《自然遗传学》。，36, 9, 943-947 (2004)
[10] Pounds，S.，微阵列研究多重测试错误率的估计和控制，生物信息学简报，7，1，25-36（2006）
[11] 磅，S。；Cheng，C.，《改进错误发现率估计》，生物信息学，20，11，1737-1745（2004）
[12] 磅，S。；Morris，S.W.，《通过近似和划分p值的经验分布来估计微阵列研究中假阳性和假阴性的发生率》，生物信息学，19，10，1236-1242（2003）
[13] 萨默维尔，P.N.，2004年。相关案例的FDR降压和升压程序。收录：IMS演讲笔记专题系列。第100-118页；萨默维尔，P.N.，2004年。相关案例的FDR降压和升压程序。在：IMS讲义专题系列。第100-118页·Zbl 1268.62026号
[14] Storey，J.D.，《错误发现率的直接方法》，J.Roy。统计师。Soc.序列号。B、 64,3479-498（2002年）·Zbl 1090.62073号
[15] Storey，J.D。；泰勒，J.E。；Siegmund，D.，《强控制、保守点估计和错误发现率的同时保守一致性：统一方法》，J.Roy。统计师。Soc.序列号。B、 66、1、187-205（2004）·Zbl 1061.62110号
[16] Storey，J.D。；Tibshirani，R.，全基因组研究的统计意义，PNAS，100，16，9440-9445（2003）·Zbl 1130.62385号
[17] 蔡，C.-A；Hsueh，H.-M。；Chen，J.J.，《多重测试中错误发现率的估计：基因微阵列数据的应用》，生物统计学，591071-1081（2003）·Zbl 1190.62133号
[18] 蔡，C.-A。；王世杰。；陈博士。；Chen，J.J.，基因表达微阵列实验的样本量，生物信息学，21，8，1502-1508（2005）
[19] Yoon，S.S。；新罕布什尔州西格尔。；帕克，P.J。；德威勒，K.Y。；新墨西哥州费尔南多。；Ryeom，西南部。；布伦南，M.F。；Singer，S.，《基于循环因子和微阵列基因表达分析的软组织肉瘤血管生成特征》，《外科研究杂志》，135（2006），282-29
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。