Galvenais Cits Viltus atklāšanas līmenis

Viltus atklāšanas līmenis

Pārskats

Programmatūra

Apraksts

Vietnes

Lasījumi

Kursi

Pārskats

Šajā lapā īsi aprakstīts viltus atklāšanas līmenis (FDR) un sniegts anotētu resursu saraksts.

Apraksts

Analizējot genoma mēroga pētījumu rezultātus, bieži vien vienlaikus tiek veikti tūkstošiem hipotēzes testu. Tradicionālās Bonferroni metodes izmantošana, lai labotu vairākus salīdzinājumus, ir pārāk konservatīva, jo aizsardzība pret viltus pozitīvu parādīšanos radīs daudzus neatbildētos atradumus. Lai varētu identificēt pēc iespējas vairāk nozīmīgu salīdzinājumu, vienlaikus saglabājot zemu viltus pozitīvo rādītāju, tiek izmantota False Discovery Rate (FDR) un tā analogā q vērtība.

Problēmas definēšana
Veicot hipotēzes testus, piemēram, lai noskaidrotu, vai divi vidējie rādītāji ir būtiski atšķirīgi, mēs aprēķinām p vērtību, kas ir varbūtība iegūt testa statistiku, kas ir tikpat vai ekstremālāka par novēroto, pieņemot, ka nulles hipotēze ir patiesa. Piemēram, ja mums būtu p vērtība 0,03, tas nozīmētu, ka, ja mūsu nulles hipotēze ir patiesa, būtu 3% iespēja iegūt mūsu novēroto testa statistiku vai ekstrēmāka. Tā kā tā ir maza varbūtība, mēs noraidām nulles hipotēzi un sakām, ka līdzekļi ir ievērojami atšķirīgi. Mums parasti patīk saglabāt šo varbūtību zem 5%. Kad mēs iestatām alfa uz 0.05, mēs sakām, ka mēs vēlamies, lai varbūtība, ka nulles atradums tiks saukts par nozīmīgu, ir mazāka par 5%. Citiem vārdiem sakot, mēs vēlamies, lai I tipa kļūdas vai viltus pozitīvā varbūtība būtu mazāka par 5%.

Veicot vairākus salīdzinājumus (es katru testu saukšu par pazīmi), mums ir lielāka varbūtība, ka viltus pozitīvs rezultāts būs. Jo vairāk jums ir funkciju, jo lielāka ir iespēja, ka nulles funkcija tiek saukta par nozīmīgu. Viltus pozitīvais rādītājs (FPR) vai salīdzināšanas kļūdu līmenis (PCER) ir paredzamais viltus pozitīvo rādītāju skaits no visiem veiktajiem hipotēzes testiem. Tātad, ja mēs kontrolējam FPR ar alfa vērtību 0,05, mēs garantējam, ka viltus pozitīvu rezultātu (nulles pazīmes, ko sauc par nozīmīgām) procentuālais daudzums no visiem hipotēzes testiem ir 5% vai mazāk. Šī metode rada problēmu, kad mēs veicam lielu skaitu hipotēzes testu. Piemēram, ja mēs veicām genoma mēroga pētījumu, kurā tika pētīta diferenciālā gēnu ekspresija starp audzēja audiem un veseliem audiem, un mēs pārbaudījām 1000 gēnu un kontrolējām FPR, vidēji 50 patiesi nulles gēni tiks saukti par nozīmīgiem. Šī metode ir pārāk liberāla, jo mēs nevēlamies iegūt tik lielu skaitu viltus pozitīvu rezultātu.

Parasti vairāku salīdzināšanas procedūru vietā tiek kontrolēts kļūdu īpatsvars ģimenē (FWER), kas ir varbūtība, ka no visiem veiktajiem hipotēzes testiem būs viens vai vairāki kļūdaini pozitīvi rezultāti. Parasti izmantotā Bonferroni korekcija kontrolē FWER. Ja pārbaudām katru hipotēzi nozīmīguma līmenī (alfa / hipotēzes testu skaits), mēs garantējam, ka varbūtība iegūt vienu vai vairākus kļūdaini pozitīvus rezultātus ir mazāka nekā alfa. Tātad, ja alfa bija 0,05 un mēs pārbaudījām savus 1000 gēnus, mēs pārbaudītu katru p vērtību nozīmīguma līmenī 0,00005, lai garantētu, ka varbūtība iegūt vienu vai vairākus nepatiesus pozitīvus rezultātus ir 5% vai mazāka. Tomēr aizsardzība pret jebkuru nepatiesu pozitīvu var būt pārāk stingra, lai veiktu pētījumus visā genomē, un var novest pie daudziem neatbildētiem atklājumiem, it īpaši, ja mēs sagaidām, ka ir daudz patiesu pozitīvu.

Windows 8.1 uzņēmuma iso

Viltus atklāšanas līmeņa (FDR) kontrole ir veids, kā identificēt pēc iespējas vairāk nozīmīgu pazīmju, vienlaikus radot samērā nelielu viltus pozitīvo īpatsvaru.

Nepareiza atklāšanas līmeņa kontrolēšanas soļi:

  • FDR kontrole α * līmenī (t.i. tiek kontrolēta paredzamā viltus atklājumu pakāpe, dalīta ar kopējo atklājumu skaitu)

E [V⁄R]

  • Aprēķiniet p vērtības katram hipotēzes testam un secībai (mazākais līdz lielākais, P (min) ……. P (max))

  • Veicot i-doto pasūtīto p-vērtības pārbaudi, ir izpildīts:

P (i) ≤ α × i / m

Ja taisnība, tad nozīmīga

* Ierobežojums: ja kļūdas līmenis (α) ir ļoti liels, iespējams, ka starp nozīmīgiem rezultātiem palielinās viltus pozitīvo rezultātu skaits

Viltus atklāšanas līmenis (FDR)

FDR ir ātrums, kurā funkcijas, kuras tiek sauktas par nozīmīgām, ir patiesi nulles.
FDR = paredzamais (# nepatiesas prognozes / # kopīgas prognozes)

nagasaki un hirosima šodien

FDR ir ātrums, kurā funkcijas, kuras tiek sauktas par nozīmīgām, ir patiesi nulles. 5% FDR nozīmē, ka starp visām iezīmēm, kuras sauc par nozīmīgām, 5% no tām ir patiesi nulles. Tāpat kā mēs iestatām alfa kā slieksni p vērtībai, lai kontrolētu FPR, mēs varam arī iestatīt slieksni q vērtībai, kas ir p vērtības FDR analogs. P vērtības slieksnis (alfa) 0,05 dod FPR 5% starp visām patiesi nulles funkcijām. Q vērtības slieksnis 0,05 dod FDR 5% starp visām pazīmēm, kuras sauc par nozīmīgām. Q vērtība ir paredzamā viltus pozitīvo rādītāju proporcija starp visām pazīmēm, kas ir vienāda vai ekstrēmāka par novēroto.

Pētot 1000 gēnus, pieņemsim, ka gēna Y p-vērtība bija 0,00005 un q-vērtība 0,03. Varbūtība, ka nediferencēti izteikta gēna testa statistika būs tikpat vai galēja kā Y gēna testa statistika, ir 0,00005. Tomēr gēna Y testa statistika var būt ļoti ekstrēma, un varbūt šī testa statistika ir maz ticama atšķirīgi izteiktam gēnam. Pilnīgi iespējams, ka patiešām ir atšķirīgi izteikti gēni, kuru testa statistika ir mazāk ekstrēma nekā gēns Y. Izmantojot q vērtību 0,03, mēs varam teikt, ka 3% gēnu ir tikpat ekstremāli (ti, gēni, kuriem ir zemāks p- vērtības), jo gēns Y ir kļūdaini pozitīvs. Izmantojot q vērtības, mēs varam izlemt, cik daudz viltus pozitīvu rezultātu esam gatavi pieņemt starp visām pazīmēm, kuras mēs saucam par nozīmīgām. Tas ir īpaši noderīgi, ja mēs vēlamies veikt daudz atklājumu, lai vēlāk tos apstiprinātu vēlāk (t.i., izmēģinājuma pētījums vai izpētes analīze, piemēram, ja mēs izdarījām gēnu ekspresijas mikroelementu, lai izvēlētos atšķirīgi izteiktus gēnus apstiprināšanai ar reāllaika PCR). Tas ir noderīgi arī genoma mēroga pētījumos, kur mēs sagaidām, ka liela daļa funkciju ir patiesi alternatīvas, un mēs nevēlamies ierobežot mūsu atklāšanas iespējas.

FDR ir dažas noderīgas īpašības. Ja visas nulles hipotēzes ir patiesas (nav patiesi alternatīvu rezultātu), FDR = FWER. Ja pastāv zināms skaits patiesi alternatīvu hipotēžu, FWER kontrolēšana automātiski kontrolē arī FDR.

FDR metodes jauda (atgādiniet, ka jauda ir nulles hipotēzes noraidīšanas varbūtība, ja alternatīva ir patiesa) ir vienmērīgi lielāka nekā Bonferroni metodēm. FDR jaudas priekšrocības salīdzinājumā ar Bonferroni metodēm palielinās, palielinoties hipotēzes testu skaitam.

FDR novērtējums
(No Storey un Tibshirani, 2003)

Definīcijas: t: thresholdV: viltus pozitīvu rezultātu skaits S: pazīmju skaits, ko sauc par ievērojamiem m0: patiesi nulles pazīmju skaits #: kopējais hipotēzes testu (pazīmju) skaits
FDR pie noteikta sliekšņa, t, ir FDR (t). FDR (t) ≈ E [V (t)] / E [S (t)] -> FDR pie noteikta sliekšņa var novērtēt kā paredzamo viltus pozitīvo rezultātu skaitu šajā slieksnī, dalot ar paredzamo pazīmju skaitu, ko sauc par nozīmīgām pie šī sliekšņa.
Kā mēs novērtējam E [S (t)]?
E [S (t)] ir vienkārši S (t), novēroto p vērtību skaits ≤ t (ti, pazīmju skaits, kuras mēs izvēlētajā slieksnī saucam par nozīmīgām). Varbūtība, ka nulles p vērtība ir ≤ t, ir t (kad alfa = 0,05, ir 5% varbūtība, ka patiesi nulles pazīmei ir p vērtība, kas nejauši ir zemāka par slieksni, un tāpēc to sauc par nozīmīgu).
Kā mēs novērtējam E [V (t)]?
E [V (t)] = m0 * t -> paredzamais viltus pozitīvo rezultātu skaits attiecīgajam slieksnim ir vienāds ar patiesi nulles pazīmju skaitu, reizinot varbūtību, ka nulles pazīme tiks saukta par nozīmīgu.
Kā mēs novērtējam m0?
Patiesā m0 vērtība nav zināma. Mēs varam novērtēt īpatnējo īpatnību īpatsvaru, m0 / m = π0.
Mēs pieņemam, ka nulles pazīmju p vērtības vienmērīgi sadalīsies (tām būs plakans sadalījums) starp [0,1]. Plakanā sadalījuma augstums ļauj konservatīvi novērtēt nulles p vērtību kopējo proporciju π0. Piemēram, zemāk redzamais attēls, kas ņemts no Storey un Tibshirani (2003), ir gēnu ekspresijas pētījuma 3000 p-vērtību blīvuma histogramma 3000 gēniem. Punktētā līnija apzīmē histogrammas plakanās daļas augstumu. Mēs sagaidām, ka patiesi nulles pazīmes, kas veido šo plakano sadalījumu no [0,1], un patiesi alternatīvās pazīmes ir tuvākas 0.

π0 tiek kvantitatīvi izteikts kā kur lambda ir noregulēšanas parametrs (piemēram, augšējā attēlā mēs varam izvēlēties lambda = 0,5, jo pēc p vērtības 0,5 sadalījums ir diezgan plakans. Patiešām nulles pazīmju proporcija ir vienāda ar p -vērtības, kas lielākas par lambda dalīta ar m (1-lambda). Kad lambda tuvojas 0 (kad lielākā sadalījuma daļa ir plakana), saucējs būs aptuveni m, tāpat kā skaitītājs, jo lielākā daļa p-vērtību būs lielāka nekā lambda, un π0 būs aptuveni 1 (visas funkcijas ir nulles).
Lambda izvēli parasti automatizē statistikas programmas.

Tagad, kad esam novērtējuši π0, mēs varam novērtēt FDR (t) kā
Šī vienādojuma skaitītājs ir tikai paredzamais viltus pozitīvo skaitļu skaits, jo π0 * m ir aplēstais patiesi nulles hipotēžu skaits un t ir varbūtība, ka patiesi nulles pazīme tiks saukta par nozīmīgu (atrodoties zem sliekšņa t). Saucējs, kā mēs teicām iepriekš, ir vienkārši pazīmju skaits, ko sauc par nozīmīgiem.
Funkcijas q vērtība ir minimālā FDR, kuru var sasniegt, izsaucot šo funkciju par nozīmīgu.

(Piezīme: iepriekšminētās definīcijas pieņem, ka m ir ļoti liels, un tāpēc S> 0. Kad S = 0, FDR nav definēts, tāpēc statistikas literatūrā lielums E [V /? S? | S> 0]? * Pr Kā FDR tiek izmantots (S> 0). Alternatīvi tiek izmantots pozitīvais FDR (pFDR), kas ir E [V / S? | S> 0]. Skat. Benjamini un Hochberg (1995) un Storey un Tibshirani (2003) lai iegūtu vairāk informācijas.)

Lasījumi

Mācību grāmatas un nodaļas

Nesenie sasniegumi BIOSTATISTIKĀ (4. sējums):
Viltus atklājumu rādītāji, izdzīvošanas analīze un saistītās tēmas
Rediģēja Manish Bhattacharjee (Ņūdžersijas Tehnoloģiju institūts, ASV), Sunil K Dhar (Ņūdžersijas Tehnoloģiju institūts, ASV) un Sundarraman Subramanian (Ņūdžersijas Tehnoloģiju institūts, ASV).
http://www.worldscibooks.com/lifesci/8010.html
Šīs grāmatas pirmajā nodaļā ir sniegts pārskats par FDR kontroles procedūrām, kuras ir ieteikuši nozīmīgi statistikas speciālisti šajā jomā, un tiek piedāvāta jauna adaptīva metode, kas kontrolē FDR, ja p vērtības ir neatkarīgas vai pozitīvi atkarīgas.

Intuitīva biostatistika: statistikas domāšanas nematematisks ceļvedis
autors: Hārvijs Motuļskis
http://www.amazon.com/Intuitive-Biostatistics-Nonmathematical-Statistical-Thinking/dp/product-description/0199730067
Šī ir statistikas grāmata, kas rakstīta zinātniekiem, kuriem trūkst sarežģīta statistikas fona. E daļā, Izaicinājumi statistikā, nespeciālisti izskaidro vairāku salīdzinājumu problēmu un dažādos veidus, kā ar to rīkoties, tostarp ģimenes kļūdu līmeņa un FDR pamata aprakstus.

Liela mēroga secinājums: empīriskās Bayes metodes novērtēšanai, testēšanai un prognozēšanai
autore Efrona, B. (2010). Kembridžas Universitātes izdevniecības Matemātiskās statistikas institūta monogrāfijas.
http://www.amazon.com/gp/product/0521192498/ref=as_li_ss_tl?ie=UTF8&tag=chrprobboo-20&linkCode=as2&camp=1789&creative=390957&creativeASIN=0521192498
Šī ir grāmata, kurā aplūkots FDR jēdziens un izpētīta tā vērtība ne tikai kā novērtēšanas procedūra, bet arī kā nozīmības pārbaudes objekts. Autore sniedz arī empīrisku FDR aprēķinu precizitātes novērtējumu.

Metodiskie raksti

Benjamini, Y. un Y. Hochberg (1995). Viltus atklāšanas līmeņa kontrole: praktiska un jaudīga pieeja vairāku testu veikšanai. Karaliskās statistikas biedrības žurnāls. B sērija (metodoloģija) 57 (1): 289-300.
Šis 1995. gada dokuments bija pirmais oficiālais FDR apraksts. Autori matemātiski izskaidro, kā FDR ir saistīts ar ģimenes kļūdu līmeni (FWER), sniedz vienkāršu piemēru, kā izmantot FDR, un veic simulācijas pētījumu, kas parāda FDR procedūras spēku salīdzinājumā ar Bonferroni tipa procedūrām.

Storey, J. D. un R. Tibshirani (2003). Statistika nozīmīga genoma mēroga pētījumiem. Nacionālās Zinātņu akadēmijas raksti 100 (16): 9440-9445.
Šajā rakstā ir paskaidrots, kas ir FDR un kāpēc tas ir svarīgi genoma mēroga pētījumiem, un paskaidrots, kā FDR var novērtēt. Tajā ir sniegti piemēri situācijām, kurās FDR būtu noderīga, un sniegts pārdomāts piemērs tam, kā autori izmantoja FDR, lai analizētu mikroelementu diferenciālo gēnu ekspresijas datus.

Stāvu JD. (2010) Viltus atklāšanas rādītāji. Starptautiskajā statistikas zinātnes enciklopēdijā, Lovric M (redaktors).
Ļoti labs raksts, kas pārskata FDR vadību, pozitīvo FDR (pFDR) un atkarību. Ieteicams iegūt vienkāršotu pārskatu par FDR un saistītajām metodēm vairākiem salīdzinājumiem.

Reiner A, Yekutieli D, Benjamini Y: Diferencēti izteiktu gēnu identificēšana, izmantojot viltus atklāšanas ātruma kontroles procedūras. Bioinformātika 2003, 19 (3): 368-375.
Šajā rakstā tiek izmantoti simulēti mikrouzņēmumu dati, lai salīdzinātu trīs atkārtoti atlasītas FDR kontroles procedūras ar Benjamini-Hochberg procedūru. Testa statistikas atkārtota atlase tiek veikta, lai nepieņemtu katra gēna diferenciālās ekspresijas testa statistikas sadalījumu.

Verhoeven KJF, Simonsen KL, McIntyre LM: Nepatiesas atklāšanas ātruma kontroles ieviešana: jūsu jaudas palielināšana. Oikos 2005, 108 (3): 643-647.
Šajā rakstā ir izskaidrota Benjamini-Hochberg procedūra, sniegts simulācijas piemērs un apspriesti jaunākie notikumi FDR jomā, kas var nodrošināt vairāk enerģijas nekā sākotnējā FDR metode.

Stan Pounds un Cheng Cheng (2004) Nepatiesu atklājumu līmeņa novērtēšanas uzlabošana Bioinformatics Vol. 20 nr. 11 2004. gads, 1737. – 1745.
Šajā rakstā ir ieviesta metode, ko sauc par atstarpju LOESS histogrammu (SPLOSH). Šī metode tiek piedāvāta, lai novērtētu nosacīto FDR (cFDR), paredzamo viltus pozitīvo daļu proporcionāli ar k ’nozīmīgu’ atradumu.

Daniels Yekutieli, Yoav Benjamini (1998) Nepareizas atrašanas koeficients, kas balstīts uz atkārtotu paraugu ņemšanu, kontrolējot vairākas testa procedūras korelētai testu statistikai. Journal of Statistical Planning and Inference 82 (1999) 171-196.
Šajā rakstā ir ieviesta jauna FDR kontroles procedūra, lai risinātu testu statistiku, kas ir savstarpēji saistīta. Metode ietver p vērtības aprēķināšanu, pamatojoties uz atkārtotu paraugu ņemšanu. Šīs metodes īpašības tiek novērtētas, izmantojot simulācijas pētījumu.

Yoav Benjamini un Daniel Yekutieli (2001) Viltus atklāšanas līmeņa kontrole vairākos testos atkarībā no atkarības The Annals of Statistics 2001, Vol. 29, Nr. 4, 1165–1188.
Sākotnēji ierosinātā FDR metode tika izmantota neatkarīgas testu statistikas vairāku hipotēžu testēšanai. Šis raksts parāda, ka sākotnējā FDR metode kontrolē arī FDR, ja testa statistikai ir pozitīva regresijas atkarība no katras testa statistikas, kas atbilst patiesajai nulles hipotēzei. Atkarīgu testu statistikas piemērs varētu būt vairāku mērķa punktu pārbaude starp ārstēšanas un kontroles grupām klīniskajā pētījumā.

John D. Storey (2003) Pozitīvs viltus atklājumu līmenis: Bajesa interpretācija un q vērtība The Annals of Statistics 2003, Vol. 31, 6. nr., 2013. – 2035.
Šajā dokumentā ir definēts pozitīvs viltus atklāšanas līmenis (pFDR), kas ir paredzamais viltus pozitīvo rezultātu skaits no visiem testiem, kurus sauc par nozīmīgiem, ņemot vērā, ka ir vismaz viens pozitīvs atklājums. Darbā sniegta arī Bajesa interpretācija pFDR.

ir memes godīga izmantošana

Yudi Pawitan, Stefan Michiels, Serge Koscielny, Arief Gusnanto un Alexander Ploner (2005) Viltus atklājumu līmenis, jutīgums un izlases lielums mikroelementu pētījumiem Bioinformatics Vol. 21 nr. 13 2005. gads, 3017. – 3024. lpp.
Šajā rakstā ir aprakstīta metode izlases lieluma aprēķināšanai divu paraugu salīdzinošajam pētījumam, pamatojoties uz FDR kontroli un jutīgumu.

Grants GR, Liu J, Stoeckert CJ Jr. (2005) Praktiska viltus atklājumu līmeņa pieeja diferenciālās ekspresijas modeļu identificēšanai mikroelementu datos. Bioinformātika. 2005, 21 (11): 2684-90.
Autori apraksta permutācijas novērtēšanas metodes un apspriež jautājumus par pētnieku statistikas un datu transformācijas metožu izvēli. Tiek pētīta arī jaudas optimizācija saistībā ar mikrouzņēmumu datu izmantošanu.

Jianqing Fan, Frederick L. Moore, Xu Han, Weijie Gu, Viltus atklājumu proporcijas novērtēšana patvaļīgā kovariācijas atkarībā. J Am Stat Asoc. 2012. gads; 107 (499): 1019–1035.
Šajā rakstā tiek piedāvāta un aprakstīta FDR kontroles metode, kuras pamatā ir testa statistikas kovariācijas matricas galvenais faktora tuvinājums.

Rakstu raksti

Han S, Lee K-M, Park SK, Lee JE, Ahn HS, Shin HY, Kang HJ, Koo HH, Seo JJ, Choi JE et al: Bērnu akūtas limfoblastiskas leikēmijas pētījums Korejā visā genomā. Leikēmijas pētījumi 2010, 34 (10): 1271-1274.
Šis bija genoma mēroga asociācijas (GWAS) pētījums, kurā tika pārbaudīts viens miljons atsevišķu nukleotīdu polimorfismu (SNP) saistībai ar bērnības aktīvo limfoblastisko leikēmiju (ALL). Viņi kontrolēja FDR ar 0,2 un atrada 6 SNP 4 dažādos gēnos, kas ir cieši saistīti ar VISU risku.

Pedersen, K. S., Bamlet, W. R., Oberg, A. L., de Andrade, M., Matsumoto, M. E., Tang, H., Thibodeau, S. N., Petersen, G. M. un Wang, L. (2011). Leikocītu DNS metilēšanas paraksts atšķir aizkuņģa dziedzera vēža pacientus no veselīgas kontroles. PLoS ONE 6, e18223.
Šis pētījums kontrolēja FDR<0.05 when looking for differentially methylated genes between pancreatic adenoma patients and healthy controls to find epigenetic biomarkers of disease.

Džeralds, Rong Fu, Erika M. Kvons, Siqun Lilly Zheng, Suzanne uc. Ģenētiskie varianti LEPR, CRY1, RNASEL, IL4 un ARVCF gēnos ir prostatas vēža specifiskie prognostiskie marķieri Mirstība (2011), vēža epidemiola biomarķieri, 2011. gads; 20: 1928-1936. Šajā pētījumā tika pārbaudītas atlasīto gēnu kandidātu variācijas, kas saistītas ar prostatas vēža rašanos, lai pārbaudītu tā prognostisko vērtību augsta riska indivīdu vidū. FDR tika izmantots, lai klasificētu viena nukleotīda polimorfismus (SNP) un identificētu augstākā līmeņa interesējošos SNP.

Radom-Aizik S, Zaldivar F, Leu S-Y, Adams GR, Oliver S, Cooper DM: Exercise ietekme uz mikroRNS ekspresiju jauniem vīriešiem, perifēro asiņu mononukleārās šūnas. Klīniskā un tulkošanas zinātne 2012, 5 (1): 32-38.
Šajā pētījumā tika pārbaudītas izmaiņas mikroRNS ekspresijā pirms un pēc fiziskās slodzes, izmantojot mikroelementu. Viņi izmantoja Benjamini-Hochberg procedūru, lai kontrolētu FDR ar 0.05, un atklāja, ka 34 no 236 mikroRNS ir atšķirīgi izteiktas. Pēc tam pētnieki no šiem 34 izvēlējās mikroRNS, kas jāapstiprina ar reālā laika PCR.

universitātes netālu no Ņujorkas

Vietnes

R statistikas pakete
http://genomine.org/qvalue/results.html
Anotēts R kods, ko izmanto, lai analizētu datus Storey un Tibshirani (2003) dokumentā, ieskaitot saiti uz datu failu. Šo kodu var pielāgot darbam ar visiem masīva datiem.

http://www.bioconductor.org/packages/release/bioc/html/qvalue.html
qvalue pakete R

http://journal.r-project.org/archive/2009-1/RJournal_2009-1.pdf

Journal R Project ir R fonda Statistiskās skaitļošanas speciālistiem recenzēts, atvērtas piekļuves izdevums. Šajā sējumā ir Meganas Orras un Pengas Liu raksts ar nosaukumu “Izlases lieluma novērtēšana, kontrolējot viltus atklājumu ātrumus mikrouzņēmumu eksperimentiem”. Tiek sniegtas īpašas funkcijas un detalizēti piemēri.

http://strimmerlab.org/notes/fdr.html
Šajā vietnē ir R programmatūras saraksts FDR analīzei ar saitēm uz viņu mājas lapām, lai aprakstītu pakotnes iespējas.

SAS
http://support.sas.com/documentation/cdl/en/statug/63347/HTML/default/viewer.htm#statug_multtest_sect001.htm
PROC MULTTEST apraksts SAS, kas sniedz iespējas kontrolēt FDR, izmantojot dažādas metodes.

VALSTS
http://www.stata-journal.com/article.html?article=st0209
Nodrošina STATA komandas q vērtību aprēķināšanai vairāku testu procedūrām (aprēķiniet FDR pielāgotās q vērtības).

FDR_pārējie tīmekļa resursi
http://www.math.tau.ac.il/~ybenja/fdr/index.htm
Vietne, kuru pārvalda Telavivas universitātes statistikas speciālisti, kuri vispirms oficiāli ieviesa FDR.

http://www.math.tau.ac.il/~ybenja/
Šajā FDR vietnē ir pieejamas daudzas atsauces. Lekcija par FDR ir pieejama pārskatīšanai.

http://www.cbil.upenn.edu/PaGE/fdr.html
Jauks, kodolīgs FDR skaidrojums. Tiek sniegts noderīgs īss kopsavilkums ar piemēru.

http://www.rowett.ac.uk/~gwh/False-positives-and-the-qvalue.pdf
Īss viltus pozitīvo rezultātu un q vērtību pārskats.

Kursi

Kristofera R. Genovēzes Statistikas departamenta Karnegi Melona universitātes apmācība par viltus atklājumu kontroli.
Šis powerpoint ir ļoti rūpīga apmācība kādam, kurš vēlas uzzināt FDR matemātiskos pamatus un FDR variācijas.

Vairākkārtēja testēšana, ko veica Džošua Ākejs, Vašingtonas universitātes Genoma zinātņu departaments.
Šis powerpoint nodrošina ļoti intuitīvu izpratni par vairākiem salīdzinājumiem un FDR. Šī lekcija ir laba tiem, kas meklē vienkāršu izpratni par FDR bez daudz matemātikas.

Novērtējot lokālo viltus atklāšanas līmeni, nosakot diferenciālo izteiksmi starp divām klasēm.
Kvīnslendas Universitātes, Austrālijas profesora Džefrija Maklahlana uzstāšanās.
www.youtube.com/watch?v=J4wn9_LGPcY
Šī video lekcija bija noderīga, lai uzzinātu par vietējo FDR, kas ir varbūtība, ka konkrēta hipotēze ir patiesa, ņemot vērā tās specifisko testa statistiku vai p vērtību.

Viltus atklājumu līmeņa kontroles procedūras diskrētiem testiem
Statistikas un operāciju pētījumu katedras profesores Rutas Heleres uzstāšanās. Telavivas universitāte
http://www.youtube.com/watch?v=IGjElkd4eS8
Šī video lekcija bija noderīga, lai uzzinātu par FDR vadības piemērošanu diskrētiem datiem. Tiek aplūkotas vairākas FDR kontroles pakāpeniskas un pazeminošas procedūras, strādājot ar diskrētiem datiem. Tiek pārskatītas alternatīvas, kas galu galā palīdz palielināt jaudu.

Interesanti Raksti

Redaktora Izvēle

Rehabilitācijas un reģeneratīvās medicīnas katedra
Rehabilitācijas un reģeneratīvās medicīnas katedra
Kas ir osteoartrīts? Osteoartrīts, visizplatītākā artrīta forma, ir hroniska deģeneratīva locītavu slimība, kas skar galvenokārt pusmūža un vecākus pieaugušos. Osteoartrītu raksturo locītavu skrimšļa sadalīšanās. Lai gan tas var notikt jebkurā locītavā, parasti tas ietekmē rokas, ceļus, gurnus vai mugurkaulu. Slimību sauc arī par deģeneratīvu artrītu vai deģeneratīvu locītavu slimību.
Ziņas no Kolumbijas Reto grāmatu un rokrakstu bibliotēkas
Ziņas no Kolumbijas Reto grāmatu un rokrakstu bibliotēkas
Absolventu izlaidums 'Semper Fi', galvenajā lomā Džai Kortnija
Absolventu izlaidums 'Semper Fi', galvenajā lomā Džai Kortnija
Trīs Kolumbijas absolventi šā mēneša sākumā izlaida mākslas filmu Semper Fi, kurā spēlēja Džai Kortniju un kuru izplatīja Lionsgate. Filmas producente ir absolvente Karīna Millere ’04, tās līdzautors ir absolvents Šons Mulins ’06, bet līdzautors un režisors ir absolvents Henrijs-Alekss Rubins ’95.
Kā bērnu psihologs konsultēja Rodžersu
Kā bērnu psihologs konsultēja Rodžersu
The New York Times vada retrospektīvu bērnu psihologu un TC absolventu Margaretu MakFarlandi
Backpage.com, LLC pret Tomu Dž. Dārtu, Kuka apgabala šerifu
Backpage.com, LLC pret Tomu Dž. Dārtu, Kuka apgabala šerifu
Kolumbijas globālās vārda brīvības mērķis ir veicināt izpratni par starptautiskajām un nacionālajām normām un institūcijām, kas vislabāk aizsargā informācijas un vārda brīvu plūsmu savstarpēji saistītā globālā kopienā, kurā jārisina galvenie kopējie izaicinājumi. Lai sasniegtu savu misiju, globālā vārda brīvība uzņemas un pasūta pētniecības un politikas projektus, organizē pasākumus un konferences, kā arī piedalās un piedalās globālajās debatēs par vārda un informācijas brīvības aizsardzību 21. gadsimtā.
Pētījumi atbalsta stingrākus ieroču likumus, lai mazinātu masveida šaušanu
Pētījumi atbalsta stingrākus ieroču likumus, lai mazinātu masveida šaušanu
Reaģējot uz nāvējošajām apšaudēm Atlantā 16. martā un Boulderā 22. martā, prezidents Džozefs R. Baidens aicināja pieņemt stingrākus likumus par ieročiem, lai mazinātu masveida vardarbību šaušanā. Man nav jāgaida vēl minūte, nemaz nerunājot par stundu, lai veiktu saprātīgus pasākumus, kas nākotnē izglābtu dzīvības, un mudinātu savus kolēģus Parlamentā un Senātā rīkoties, sacīja prezidents Baidens. In
Dr Laura Duvala ir nosaukta par 2021. gada Pew zinātnieku biomedicīnas zinātnēs
Dr Laura Duvala ir nosaukta par 2021. gada Pew zinātnieku biomedicīnas zinātnēs
Duvall pētījums ir vērsts uz nervu un molekulārajiem ceļiem, kas regulē odu nokošanu un pārošanos.