Model selection and efficiency testing for normalization of cDNA microarray data.
Model selection and efficiency testing for normalization of cDNA microarray data.
复制标题
DOI：
10.1186/gb-2004-5-8-r60
复制
发表时间：
2004
期刊：
影响因子：
12.3
通讯作者：
Crompton T
中科院分区：
文献类型：
--
作者：
Futschik M;Crompton T
本研究提出了两种新的归一化方案的cDNA微阵列。它们是基于迭代局部回归和广义交叉验证模型参数的优化。在这项研究中，我们提出了两个新的归一化方案的cDNA微阵列。它们是基于迭代局部回归和广义交叉验证模型参数的优化。置换测试评估的效率的归一化表明，所提出的计划有一个改进的能力，以消除系统性错误，并减少变异性的微阵列数据。分析还表明，如果没有参数优化，局部回归往往不足以消除微阵列数据中的系统误差。
This study presents two novel normalization schemes for cDNA microarrays. They are based on iterative local regression and optimization of model parameters by generalized cross-validation. In this study we present two novel normalization schemes for cDNA microarrays. They are based on iterative local regression and optimization of model parameters by generalized cross-validation. Permutation tests assessing the efficiency of normalization demonstrated that the proposed schemes have an improved ability to remove systematic errors and to reduce variability in microarray data. The analysis also reveals that without parameter optimization local regression is frequently insufficient to remove systematic errors in microarray data.
登录
查看更多内容
影响因子：
4.5
作者：
Loader, CR
通讯作者：
Loader, CR
影响因子：
3.5
作者：
Sharov, V;Kwong, KY;Quackenbush, J
通讯作者：
Quackenbush, J
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
影响因子：
7
作者：
Callow, MJ;Dudoit, S;Rubin, EM
通讯作者：
Rubin, EM
影响因子：
2.8
作者：
Henriet, P;Blavier, L;DeClerck, YA
通讯作者：
DeClerck, YA