J.M.马林。;罗德里格斯-伯纳尔，麻省理工。 在微阵列数据分析中应用非中心分布混合的多重假设检验和聚类。 （英语） Zbl 1242.62079号 计算。统计数据分析。 56，第6期，1898-1907（2012）. 摘要：多重测试分析和聚类方法通常应用于微阵列数据分析。提出了两种方法的组合，以处理从基因微阵列表达中获得的组之间的多重比较。假设数据为正态，则定义了一个取决于样本均值和样本方差的统计量，该统计量分布为非中心分布。考虑到组之间的多重比较，导出了非中心分布的混合。通过贝叶斯方法获得混合物成分的估计，并将该模型应用于从大猩猩、倭黑猩猩和人类培养的成纤维细胞获得的微阵列实验的多重比较问题。 引用于2文件 MSC公司： 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中的应用；元分析 92C40型 生物化学、分子生物学 65立方厘米 马尔可夫链的数值分析或方法 2015年1月62日 贝叶斯推断 关键词：MCMC计算;微阵列分析;混合物分布;多重假设检验;非中心分布 软件：制造商4;生物导体;卡爪 PDF格式BibTeX公司 XML格式引用 \textit{J.M.Marín}和\textit{M.T.Rodríguez-Bernal}，计算。统计数据分析。56，第6号，1898--1907（2012；Zbl 1242.62079） 全文： 内政部 参考文献： [1] Celeux，G。；福布斯，F。；罗伯特·C·P。；Titterington，D.M.，缺失数据模型的偏差信息标准，贝叶斯分析，1,4651-674（2006）·Zbl 1331.62329号 [2] Choy，S.T.B。；Smith，A.E.M.，正态分布比例混合的层次模型，TEST，6，1，205-221（1997）·兹伯利0891.62016 [3] Culhane，A.C。；Thioulouse，J。；佩里埃，G。；Higgins，D.G.，MADE4:基因表达数据多元分析的（R）包，生物信息学，21，11，2789-2790（2005） [4] Dahl，D.B。；莫奇。；Vannucci，M.，通过Dirichlet过程混合模型进行多重测试和聚类的同时推断，统计建模，8，1，23-39（2008）·Zbl 07257860号 [5] Dahl，D.B。；Newton，M.A.，《通过聚类处理效应进行多重假设检验》，《美国统计协会杂志》，102478517-526（2007）·Zbl 1172.62316号 [6] Dudoit，S。；Shaffer，J.P。；Boldrick，J.C.，微阵列实验中的多重假设检验，统计科学，18，1，71-103（2003）·Zbl 1048.62099号 [7] R先生。；凯里，V。；贝茨，D。；Bolstad，B。；Dettling，M。；Dudoit，S。；埃利斯，B。；Gautier，L。；Ge，Y。；Gentry，J。；霍尼克，K。；Hothorn，T.公司。；Huber，W。；Iacus，S。；爱尔兰共和国。；Leisch，F。；李，C。；Maechler，M。；Rossiniand，A。；Sawitzki，G。；史密斯，C。；Smyth，G。；蒂尔尼和L。；杨，J。；Zhang，J.，《生物导体：计算生物学和生物信息学的开放软件开发》，《基因组生物学》，5，R80（2004） [8] A.戈登。；Chen，L。；Glazko，G。；Yakovlev，A.，平衡基因差异表达多重测试中的一类和二类错误，计算统计与数据分析，53，5，1622-1629（2009）·Zbl 1298.62188号 [9] Green，P.，可逆跳跃MCMC计算和贝叶斯模型确定，生物统计学，82711-732（1995）·Zbl 0861.62023号 [10] Hoshino，T.，MCMC输出的贝叶斯显著性检验和多重比较，计算统计与数据分析，52，7，3543-3559（2008）·兹比尔1452.62556 [11] 纪毅。；卢，Y。；Mills，G.B.，基于多假设测试问题的测试统计的贝叶斯模型，生物信息学，24,7943-949（2008） [12] 约翰逊，N.L。；科茨，S。；Balakrishnan，N.，《连续单变量分布》第2卷（1995年），Wiley&Sons：Wiley&Sons纽约·Zbl 0821.62001号 [13] Karaman，M.W。；霍克，M.L。；Chemnick，L.G。；纳格帕尔，S。；Chawannakul，D。；Sudano，D。；派克，B.L。；Ho，V.V。；O.A.莱德。；Hacia，J.G.，人类和非洲大猩猩培养的成纤维细胞基因表达模式的比较分析，基因组研究，131619-1630（2003） [14] 刘，X。；李，S.-C。；卡塞拉，G。；Peter，G.F.，评估聚类方法与基因表达微阵列数据的一致性，计算统计与数据分析，52，12，5356-5366（2008）·Zbl 1452.62825号 [15] Marin，J.M。；Robert，C.P.，《贝叶斯核心：计算贝叶斯统计的实用方法》（2007），Springer:Springer New York·Zbl 1137.62013年 [16] McLachlan，G.J。；比恩，R.W。；Ben-Tovim，J.L.，多类微阵列中差异基因表达的正常混合方法的简单实现，生物信息学，221608-1615（2006） [17] McLachlan，G.J。；比恩，R.W。；Peel，D.，基于混合模型的微阵列表达数据聚类方法，生物信息学，18，3，413-422（2002） [18] Medvedovic，M。；Sivaganesan，S.，基于贝叶斯无限混合模型的基因表达谱聚类，生物信息学，18，9，1194-1206（2002） [19] 牛顿，医学硕士。；努埃里，A。；Sarkar，D。；Ahlquist，P.，用半参数层次混合法检测差异基因表达，生物统计学，5，2，155-176（2004）·Zbl 1096.62124号 [20] Ng，S.K。；McLachlan，G.J。；王凯。；Ben-Tovim，J.L。；Ng，S.W.，聚类相关基因表达谱的随机效应成分混合模型，生物信息学，221745-1752（2006） [21] 普卢默，M.，2003年。JAGS：使用吉布斯抽样分析贝叶斯图形模型的程序。DSC 2003工作文件。网址：http://www-fis.iarc.fr/martyn/software/jags/；普卢默，M.，2003年。JAGS：使用吉布斯抽样分析贝叶斯图形模型的程序。DSC 2003工作文件。网址：http://www-fis.iarc.fr/martyn/software/jags/ [22] Richardson，S.，《Spiegelhalter等人的讨论》，《皇家统计学会杂志：B辑》，631（2002） [23] 理查森，S。；Green，P.，《关于成分数量未知的混合物的贝叶斯分析》，《皇家统计学会杂志：B辑》，59，731-792（1997）·Zbl 0891.62020号 [24] Tsionas，E.G.，非中心学生模型中的贝叶斯推断，计算与图形统计杂志，11，1，208-221（2002） [25] 范德拉恩，M。；Pollard，K.，一种具有可视化和引导的混合分层聚类新算法，《统计规划与推理杂志》，117275-303（2003）·Zbl 1021.62048号 [26] Wu，H.-M.，关于基因表达数据软聚类算法的生物有效性指数，计算统计与数据分析，55，5，1969-1979（2011）·Zbl 1328.62392号 [27] 袁，M。；Kendziorski，C.，同步基因聚类和差异表达鉴定的统一方法，生物统计学，621089-1098（2006）·Zbl 1114.62130号 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。