Statistical tests for differential expression in cDNA microarray experiments.
Statistical tests for differential expression in cDNA microarray experiments.
复制标题
DOI：
10.1186/gb-2003-4-4-210
复制
发表时间：
2003
期刊：
影响因子：
12.3
通讯作者：
Churchill GA
中科院分区：
文献类型：
--
作者：
Cui X;Churchill GA
从微阵列数据中提取生物信息的最简单的统计方法是t检验。方差分析 (ANOVA) 和混合 ANOVA 模型是用于更复杂的微阵列实验的通用且强大的方法。从微阵列数据中提取生物信息需要适当的统计方法。检测差异表达的最简单的统计方法是 t 检验，它可用于比较存在样本复制时的两种情况。对于两个以上的条件，可以使用方差分析 (ANOVA)，并且混合 ANOVA 模型是用于具有多个因素和/或多个变异来源的微阵列实验的通用且强大的方法。
The simplest statistical method for extracting biological information from microarray data is the t test. Analysis of variance (ANOVA) and the mixed ANOVA model are general and powerful approaches for more complex microarray experiments. Extracting biological information from microarray data requires appropriate statistical methods. The simplest statistical method for detecting differential expression is the t test, which can be used to compare two conditions when there is replication of samples. With more than two conditions, analysis of variance (ANOVA) can be used, and the mixed ANOVA model is a general and powerful approach for microarray experiments with multiple factors and/or several sources of variation.
登录
查看更多内容
DOI：
10.1111/1467-9868.00346
发表时间：
2002-01-01
影响因子：
5.8
作者：
Storey, JD
通讯作者：
Storey, JD
影响因子：
30.8
作者：
Oleksiak, MF;Churchill, GA;Crawford, DL
通讯作者：
Crawford, DL
影响因子：
1.7
作者：
Newton, MA;Kendziorski, CM;Tsui, KW
通讯作者：
Tsui, KW
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：
5.8
作者：
Baldi, P;Long, AD
通讯作者：
Long, AD