AAPL: Assessing Association between P-value Lists.
AAPL: Assessing Association between P-value Lists.
复制标题
DOI：
10.1002/sam.11180
复制
发表时间：
2013-04-01
影响因子：
1.3
通讯作者：
Shen, Shihao
中科院分区：
文献类型：
--
作者：
Yu, Tianwei;Zhao, Yize;Shen, Shihao
高通量数据集的联合分析产生了评估两长列p值之间关联的需求。在这类p值列表中，绝大多数特征是不显著的。理想情况下，在两次测试中都为无效的特征的影响应降至最低。然而，由于随机因素，它们的p值在0到1之间均匀分布，并且由于用于生成多个数据集的高通量技术中固有的偏差，p值可能存在弱相关性。基于秩的一致性检验可能会捕捉到这种不良影响。使用硬性截断值生成的列联表检验可能对任意阈值的选择很敏感。我们开发了一种基于局部错误发现率的特征水平一致性的新方法。关联得分具有直观的解释。该方法在模拟中显示出更高的统计功效来检测p值列表之间的关联。我们通过实际数据分析展示了它的实用性。该方法的R语言实现可在http://userwww.service.emory.edu/~tyu8/AAPL/获取。
Joint analyses of high-throughput datasets generate the need to assess the association between two long lists of p-values. In such p-value lists, the vast majority of the features are insignificant. Ideally contributions of features that are null in both tests should be minimized. However, by random chance their p-values are uniformly distributed between zero and one, and weak correlations of the p-values may exist due to inherent biases in the high-throughput technology used to generate the multiple datasets. Rank-based agreement test may capture such unwanted effects. Testing contingency tables generated using hard cutoffs may be sensitive to arbitrary threshold choice. We develop a novel method based on feature-level concordance using local false discovery rate. The association score enjoys straight-forward interpretation. The method shows higher statistical power to detect association between p-value lists in simulation. We demonstrate its utility using real data analysis. The R implementation of the method is available at http://userwww.service.emory.edu/~tyu8/AAPL/.
登录
查看更多内容
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
DOI：
10.1198/016214502753479392
发表时间：
2002-03-01
影响因子：
3.7
作者：
Lin, L;Hedayat, AS;Yang, M
通讯作者：
Yang, M
影响因子：
14.9
作者：
Morrissey ER;Diaz-Uriarte R
通讯作者：
Diaz-Uriarte R
影响因子：
3.8
作者：
Chen, Dung-Tsa;Nasir, Aejaz;Culhane, Aedin;Venkataramu, Chinnambally;Fulp, William;Rubio, Renee;Wang, Tao;Agrawal, Deepak;McCarthy, Susan M.;Gruidl, Mike;Bloom, Gregory;Anderson, Tove;White, Joe;Quackenbush, John;Yeatman, Timothy
通讯作者：
Yeatman, Timothy
DOI：
10.1111/j.2517-6161.1995.tb02031.x
发表时间：
1995-01-01
影响因子：
5.8
作者：
BENJAMINI, Y;HOCHBERG, Y
通讯作者：
HOCHBERG, Y