×

特别行政区

swMATH ID: 21306
软件作者： Leek JT、Johnson WE、Parker HS等。
描述： R包SVA：替代变量分析。sva包包含在高通量实验中消除批量效应和其他不需要的变化的功能。具体来说，sva包包含用于识别和构建高维数据集的代理变量的函数。替代变量是直接从高维数据（如基因表达/RNA测序/甲基化/脑成像数据）构建的协变量，可用于后续分析，以调整未知、未建模或潜在的噪声源。sva包可以通过三种方式消除伪影：（1）识别和估计高通量实验中未知变异源的替代变量（Leek and Storey 2007 PLoS Genetics，2008 PNAS），（2）使用ComBat直接消除已知的批处理效应（Johnson等人，2007 Biostatistics）和（3）使用已知的控制探针消除批量效应（Leek 2014 biorXiv）。在差异表达分析中消除批量效应和使用替代变量已被证明可以减少依赖性，稳定错误率估计，并提高再现性，见（Leek和Storey 2007 PLoS Genetics，2008 PNAS或Leek等人2011 Nat.Reviews Genetics）。
主页： http://bioconductor.org/packages/release/bioc/html/sva.html
依赖项： R（右）
相关软件： R（右）;CRAN（起重机）;系统管道R;JASPAR公司;KEGG公司;巨大的;玻璃制品;生物导体;r.jive公司;白色条纹;survcomp公司;MSFA公司;EMVS公司;项目管理局;生存;KLU公司;法托德;RegulonDB公司;GeneNetWeaver;SIRENE公司
引用于： 7文件
全部的 前5名

22位作者引用

1 阿卡林，阿尔图纳
1 阿瓦洛斯·帕切科，Alejandra
1 戴维·考瑟（David J.Causeur）。
1 阿塞·多明戈·雷洛索
1 佛兰德·弗兰克
1 弗兰克斯，亚历山大·M。
1 维安·胡恩·图恩
1 萨马拉·基尔。
1 李宇旭
1 Martinez-Garrido，玛丽亚·何塞
1 克里斯·麦肯南
1 Dan L.尼古拉。
1 卡罗尔·奥贝尔
1 哦，桑云
1 埃梅琳·珀沙姆
1 乔纳森·罗宁
1 大卫·罗塞尔
1 吉多·桑吉内蒂
1 理查德·萨维奇（Richard S.Savage）。
1 谢庆凡
1 玛丽亚·特列兹·普拉扎
1 博拉·乌亚尔
全部的 前5名

6篇连载文章中引用

2 应用统计学年鉴
1 多元分析杂志
1 遗传学和分子生物学中的统计应用
1 贝叶斯分析
1 分子生物学方法
1 Chapman&Hall/CRC计算生物学系列

在2个字段中引用

6 统计学（62-XX）
三 生物学和其他自然科学（92-XX）

按年份列出的引文