Estimation of transformation parameters for microarray data
Estimation of transformation parameters for microarray data
复制标题
DOI：
10.1093/bioinformatics/btg178
复制
发表时间：
2003-07-22
期刊：
影响因子：
5.8
通讯作者：
Rocke, DM
中科院分区：
文献类型：
--
作者：
Durbin, B;Rocke, DM
动机和结果：Durbin et al.（2002），Huber et al.（2002）和Munson（2001）独立地引入了一个变换族（广义对数族），它使微阵列数据的方差稳定到一阶。我们介绍了一种方法，用于估计转换参数与线性模型的基础上概述的程序在盒和考克斯（1964年）。我们还讨论了在广义对数族中寻找变换的方法，这些变换在其他标准下是最优的，如最小残差偏度和最小均值-方差依赖。
Motivation and Results: Durbin et al. (2002), Huber et al. (2002) and Munson (2001) independently introduced a family of transformations (the generalized-log family) which stabilizes the variance of microarray data up to the first order. We introduce a method for estimating the transformation parameter in tandem with a linear model based on the procedure outlined in Box and Cox (1964). We also discuss means of finding transformations within the generalized-log family which are optimal under other criteria, such as minimum residual skewness and minimum mean-variance dependency.