Empirical pathway analysis, without permutation.
Empirical pathway analysis, without permutation.
复制标题
DOI：
10.1093/biostatistics/kxt004
复制
发表时间：
2013-07
期刊：
影响因子：
--
通讯作者：
Wright FA
中科院分区：
文献类型：
--
作者：
Zhou YH;Barry WT;Wright FA
基于重采样的表达途径分析技术已被证明可以保留I型错误率，与简单的基因列表方法相反，简单的基因列表方法隐含地假设基因在排名列表中的独立性。然而，重定位在计算时间和存储器需求方面是密集的。我们描述了准确的分析近似排列的得分统计，包括皮尔逊相关性的新方法，和总结得分统计，即使相对较小的样本量有良好的性能。我们的方法保留了置换途径分析的本质，但大大减少了计算。扩展包括协变量和删失数据进行了描述，我们测试我们的程序使用模拟的基础上真实的数据集的性能。这些方法已经在新的R包safeExpress中实现。
Resampling-based expression pathway analysis techniques have been shown to preserve type I error rates, in contrast to simple gene-list approaches that implicitly assume the independence of genes in ranked lists. However, resampling is intensive in computation time and memory requirements. We describe accurate analytic approximations to permutations of score statistics, including novel approaches for Pearson's correlation, and summed score statistics, that have good performance for even relatively small sample sizes. Our approach preserves the essence of permutation pathway analysis, but with greatly reduced computation. Extensions for inclusion of covariates and censored data are described, and we test the performance of our procedures using simulations based on real datasets. These approaches have been implemented in the new R package safeExpress.
登录
查看更多内容
影响因子：
1.9
作者：
Bůžková P;Lumley T;Rice K
通讯作者：
Rice K
影响因子：
9.8
作者：
Liu, Jimmy Z.;Mcrae, Allan F.;Macgregor, Stuart
通讯作者：
Macgregor, Stuart
影响因子：
6.4
作者：
Chi, Ya-Hui;Ward, Jerrold M.;Jeang, Kuan-Teh
通讯作者：
Jeang, Kuan-Teh
DOI：
10.1111/j.1469-1809.1938.tb02189.x
发表时间：
1938-08-01
期刊：
ANNALS OF EUGENICS
影响因子：
--
作者：
Fisher, RA
通讯作者：
Fisher, RA
影响因子：
2.7
作者：
Goeman, Jelle J.;Van Houwelingen, Hans C.;Finos, Livio
通讯作者：
Finos, Livio