×
王慧;谢里·罗斯;范德拉恩（Mark J.Van der Laan）。

协同目标最大似然学习寻找数量性状位点基因。 （英语） 兹比尔1218.62121

统计概率。莱特。 81，第7期，792-796（2011）.
小结：数量性状基因座定位的重点是确定观察到的性状背后的基因的位置和作用。我们在半参数模型中提出了一个协作目标最大似然估计量，该估计量使用新提出的两部分超级学习算法来查找李斯特菌数据中的数量性状位点基因。结果与参数复合区间映射方法进行了比较。

引用于8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
62G05型 非参数估计
92D10型 遗传学和表观遗传学
68T05年 人工智能中的学习和自适应系统
62G08号 非参数回归和分位数回归

关键词：

协同目标最大似然估计;超级学习者;机器学习

软件：

超级学习者
PDF格式BibTeX公司 XML格式引用
\textit{H.Wang}等人，统计概率。莱特。81，第7号，792--796（2011；Zbl 1218.62121）
全文： 内政部 链接

参考文献：

[1] Boyartchuk，V.L。；Broman，K.W。；摩舍，R.E。；D’Orazio，S.E.F。；Starnbach，M.N。；Dietrich，W.F.，小鼠单核细胞增生李斯特菌敏感性的多基因控制，《自然遗传学》，27，259-260（2001）
[2] Broman，K.，在表型分布出现峰值的情况下绘制数量性状位点，遗传学，1631169-1175（2003）
[3] Haley，C。；Knott，S.，使用侧翼标记绘制线交数量性状位点的简单回归方法，《遗传》，69，315-324（1992）
[4] Jansen，R.C.，多个数量性状基因座的区间作图，遗传学，135205-211（1993）
[5] Jin，C。；Fine，J.P。；Yandell，B.S.，《数量性状位点分析的统一半参数框架，应用于穗表型》，美国统计协会杂志，102，56-67（2007）·Zbl 1284.62659号
[6] 范德拉恩，M。；Gruber，S.，协同双稳健惩罚目标最大似然估计，《国际生物统计杂志》，6（2010），第17条
[7] 范德拉恩，M。；波利，E。；Hubbard，A.，超级学习者，遗传学和分子生物学中的统计应用，6（2007），第25条·Zbl 1166.62387号
[8] 范德拉恩，M。；Rubin，D.，目标最大似然学习，《国际生物统计学杂志》，2（2006），第1条
[9] 西尼西，S。；van der Laan，M.，《学习中的删除/替换/添加算法及其在基因组学中的应用》，《遗传学和分子生物学中的统计应用》，3（2004），第18条·Zbl 1166.62368号
[10] Tuglus，C.，van der Laan，M.，2008年。生物标记物发现的目标方法，寻找标准。技术报告233。加州大学伯克利分校生物统计学系。http://www.bepress.com/ucbbiostat/paper233/；Tuglus，C.，van der Laan，M.，2008年。生物标记物发现的目标方法，寻找标准。技术报告233。加州大学伯克利分校生物统计学系。http://www.bepress.com/ucbbiostat/paper233/ ·Zbl 1400.62013年
[11] 曾中，数量性状基因座的精确定位，遗传学，1361457-1468（1994）
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。