Assessing statistical significance in microarray experiments using the distance between microarrays.
Assessing statistical significance in microarray experiments using the distance between microarrays.
复制标题
使用微阵列之间的距离评估微阵列实验中的统计显着性。
DOI：
10.1371/journal.pone.0005838
复制
发表时间：
2009-06-16
期刊：
影响因子：
3.7
通讯作者：
Inflammation and the Host Response to Injury Investigators
中科院分区：
文献类型：
--
作者：
Hayden D;Lazar P;Schoenfeld D;Inflammation and the Host Response to Injury Investigators
我们提出了基于微阵列之间的成对距离的排列测试，以比较两个群体之间基因表达的位置，变异性或等效性。对于这些测试，整个微阵列或一些预先指定的基因子集是分析单元。成对距离只需计算一次，因此尽管数据的维数很高，但该过程并不需要大量的计算。实现该方法的R软件包permtest可以从Comprehensive R Archive Network免费获得，网址为http://cran.r-project.org。
We propose permutation tests based on the pairwise distances between microarrays to compare location, variability, or equivalence of gene expression between two populations. For these tests the entire microarray or some pre-specified subset of genes is the unit of analysis. The pairwise distances only have to be computed once so the procedure is not computationally intensive despite the high dimensionality of the data. An R software package, permtest, implementing the method is freely available from the Comprehensive R Archive Network at http://cran.r-project.org.
登录
查看更多内容
影响因子：
5.8
作者：
Rajicic, Natasa;Finkelstein, Dianne M.;Schoenfeld, David A.
通讯作者：
Schoenfeld, David A.
影响因子：
5.8
作者：
Chen, James J.;Lee, Taewon;Tsai, Chen-An
通讯作者：
Tsai, Chen-An
影响因子：
5.8
作者：
Goeman, Jelle J.;Buehlmann, Peter
通讯作者：
Buehlmann, Peter
影响因子：
9.5
作者：
Nam, Dougu;Kim, Seon-Young
通讯作者：
Kim, Seon-Young
影响因子：
--
作者：
Hotelling, H
通讯作者：
Hotelling, H