發(fā)布時(shí)間：2017-11-19 22:00

  本文關(guān)鍵詞：多重檢驗(yàn)技術(shù)及其在微陣列數(shù)據(jù)分析中的應(yīng)用

  更多相關(guān)文章： 多重檢驗(yàn) FDR p值調(diào)整 正確原假設(shè)比例 微陣列

【摘要】：多重檢驗(yàn)是數(shù)據(jù)統(tǒng)計(jì)學(xué)分析的一種重要手段,其在生物信息學(xué)、基因組學(xué)等方面有著大量的應(yīng)用。本文探討多重檢驗(yàn)技術(shù)中錯(cuò)誤發(fā)現(xiàn)率控制及正確原假設(shè)比例估計(jì)兩類問(wèn)題,并且將它們用于微陣列數(shù)據(jù)差異基因的篩選。本文首先在給出多重檢驗(yàn)相關(guān)理論的基礎(chǔ)上,指出在多重檢驗(yàn)中最重要的是控制犯第一類錯(cuò)誤的概率,這一類問(wèn)題主要通過(guò)控制FWER和FDR兩個(gè)測(cè)度來(lái)解決。FWER作為傳統(tǒng)的控制方法過(guò)于保守,BenjanimiHochberg(1995)提出的FDR標(biāo)準(zhǔn)緩解了FWER取值過(guò)于嚴(yán)格的問(wèn)題,并且在檢驗(yàn)兩個(gè)總體是否具有明顯差異的問(wèn)題上更具優(yōu)勢(shì)。本文對(duì)四類能有效控制FDR的算法進(jìn)行深入研究,以控制FWER的Bonferroni算法作為其他算法比較的基準(zhǔn),使用模擬數(shù)據(jù)對(duì)各種控制算法進(jìn)行比較,并且對(duì)原始p值進(jìn)行優(yōu)化調(diào)整,在新的p值集合下比較每種錯(cuò)誤率控制方法的功效大小。模擬結(jié)果顯示q值方法可以在很好的控制FDR的同時(shí)保持最高的檢驗(yàn)功效。正確又有效的估計(jì)原假設(shè)比例m0是多重檢驗(yàn)中的一項(xiàng)重要任務(wù),本文通過(guò)模擬實(shí)驗(yàn)比較了幾種主要的正確原假設(shè)比例m0估計(jì)方法,并且對(duì)JiangDoerge(2008)提出的均值法提出改進(jìn),用三次樣條法取代原來(lái)的bootstrap法來(lái)劃分估計(jì)區(qū)間,進(jìn)行模擬實(shí)驗(yàn)。結(jié)果表明同比李偉(2014)的樣條平滑估計(jì)方法,本文提出的方法能夠更為準(zhǔn)確地估計(jì)m0。再者,本文使用Hendenfalk(2001)報(bào)告的乳腺癌數(shù)據(jù)以及Feng Pan,Tie-Lin Yang.et al(2009)文中的B細(xì)胞數(shù)據(jù)進(jìn)行實(shí)驗(yàn),將上述幾種估計(jì)方法用于微陣列數(shù)據(jù)的基因篩選,與HochbergBenjamini(2000),StoreyTibshirani(2002)以及Langaas,M.et al.提出的減密度算法(2005)相比,本文方法能夠找到更多的基因,或者在找到相同有效差異基因的情況下,尋找到的總基因數(shù)目更少。而且本文改進(jìn)的均值估計(jì)法和李偉的算法的功效不相上下,檢測(cè)出的差異基因也相同,這就證明了改進(jìn)方法估計(jì)正確原假設(shè)比例的有效性。
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O213

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王曉東;齊穎新;姜宗來(lái);;一種從穩(wěn)態(tài)微陣列數(shù)據(jù)構(gòu)建轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)的條件三元互信息新方法[J];醫(yī)用生物力學(xué);2009年S1期

2 王明怡,夏順仁,陳作舟;基于微陣列數(shù)據(jù)的基因網(wǎng)絡(luò)預(yù)測(cè)方法研究進(jìn)展[J];生物物理學(xué)報(bào);2005年01期

3 曹文君;陳長(zhǎng)生;徐勇勇;李運(yùn)明;譚志軍;;基于蒙特卡洛模擬分析不同基因集方法的效能[J];現(xiàn)代生物醫(yī)學(xué)進(jìn)展;2010年10期

4 陳磊;劉毅慧;;基于CART算法的肺癌微陣列數(shù)據(jù)的分類[J];生物信息學(xué);2011年03期

5 李建更;高志坤;阮曉鋼;;基于隨機(jī)森林的胃癌微陣列數(shù)據(jù)基因通路分析[J];生物學(xué)雜志;2010年02期

6 徐丹;徐明;左欣;;集成SVM在微陣列數(shù)據(jù)分析中的應(yīng)用[J];計(jì)算機(jī)與現(xiàn)代化;2011年05期

7 劉軍萬(wàn);李舟軍;陳義明;劉飛飛;;微陣列數(shù)據(jù)的多目標(biāo)免疫優(yōu)化雙聚類[J];生物信息學(xué);2009年03期

8 張紀(jì)剛;張勤;殷宗俊;;cDNA微陣列的標(biāo)準(zhǔn)化方法研究[J];農(nóng)業(yè)生物技術(shù)學(xué)報(bào);2006年03期

9 孔薇;宋紅勝;;基于EFICA的AD微陣列數(shù)據(jù)基因網(wǎng)絡(luò)分析[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

10 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 劉淑紅;呂藝;吳燕;劉紅;周宗亮;孫長(zhǎng)凱;范明;;一種準(zhǔn)確高效分析cDNA微陣列數(shù)據(jù)的方法[A];第九屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2001年

2 趙宇海;印瑩;王國(guó)仁;許光宇;;挖掘微陣列數(shù)據(jù)集中的最大局部保守基因聚類[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 張紀(jì)剛;cDNA微陣列數(shù)據(jù)的非轉(zhuǎn)化分析方法[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

2 黃偉;微陣列數(shù)據(jù)分析中的統(tǒng)計(jì)學(xué)方法[D];東北師范大學(xué);2012年

3 何侃;微陣列數(shù)據(jù)的元分析及其在豬重要經(jīng)濟(jì)性狀遺傳機(jī)制研究中的應(yīng)用[D];上海交通大學(xué);2012年

4 祁云嵩;微陣列數(shù)據(jù)分析中的基因選擇及樣本分類方法研究[D];南京理工大學(xué);2011年

5 肖靜;基于表型以及微陣列數(shù)據(jù)的基因（型）分類技術(shù)研究[D];揚(yáng)州大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳昊;多重檢驗(yàn)技術(shù)及其在微陣列數(shù)據(jù)分析中的應(yīng)用[D];華東交通大學(xué);2016年

2 李源;基于微陣列數(shù)據(jù)的診斷基因模式發(fā)現(xiàn)技術(shù)研究[D];東北大學(xué);2011年

3 黃紫成;基于降維的微陣列數(shù)據(jù)分析[D];福建農(nóng)林大學(xué);2011年

4 顧亮;基于序投影距離的微陣列數(shù)據(jù)診斷基因模式發(fā)現(xiàn)技術(shù)研究[D];東北大學(xué);2012年

5 李勃;基于R語(yǔ)言的DNA微陣列數(shù)據(jù)分析與挖掘平臺(tái)的構(gòu)建[D];重慶大學(xué);2013年

6 陳磊;基于小波和CART算法的微陣列數(shù)據(jù)分類[D];山東輕工業(yè)學(xué)院;2011年

7 廖晨;基于機(jī)器學(xué)習(xí)的DNA微陣列數(shù)據(jù)分析[D];湖南大學(xué);2008年

8 王文俊;基于關(guān)系的DNA微陣列數(shù)據(jù)聚類分析[D];西安電子科技大學(xué);2006年

9 李菲;基于filter和ICA的LDA算法在微陣列數(shù)據(jù)中的應(yīng)用[D];西安電子科技大學(xué);2013年

10 黃丹鳳;基因微陣列數(shù)據(jù)特征選擇與分類方法研究[D];江蘇科技大學(xué);2012年

，

本文編號(hào)：1205015