非線形成長曲線モデルにおける個体変動の導入とその評価

非线性增长曲线模型个体变异的介绍及其评估

• 批准号: 13780176
• 负责人: 佐藤 健一
• 金额: $ 0.7万
• 依托单位: Hiroshima University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780176/
• 关键词: 非線形回帰; 多変量; B-spline; plynomial regression; model selection; non-linear; non-parametric

非線形回帰分析の手法を開発した。その背景と手法は以下のとおりである。DNAチップデータの開発により、特定の疾患や固体の形質などの表現型を制御する重要遺伝子の探索が一気に加速しようとしている。これに対して、情報処理やデータマイニングをはじめとするバイオインフォマティクスによるさまざまなアプローチが試みられているが、統計の問題にした場合、表現型を目的変数、各遺伝子の発現量を説明変数とする回帰分析を考えるのが一般的と思われる。この際、次の2つの問題が回帰分析を困難にする、1)説明変量数Kは2万から3万個にのぼるが、2)標本数Nは多くても100個程度にしかならない。この2つは、一見、相対的ともとれるが、説明変数のこの個数は現状の計算機では扱えないほど絶対的に大きい。さて、回帰分析の最も簡単な場合として、表現型の各遺伝子発現量に対する相関係数(直線回帰)が挙げられる。この場合、計算量も2万回の相関係数の推定だけでよく、また計算機上のメモリ配列も高々Nオーダーで十分である。また、相関係数が1に近い遺伝子は確かに重要な候補となるため簡易な方法ではあるが強力である。しかしながら、非線形用量反応関係を持っている場合や説明変数間に相関構造がある場合に重要な遺伝子を見落とす可能性がある。一方で、多くの説明変量から目的変量を説明するための有効射影方向を探索するSIR(Li, JASA, 86,316ー342、1991)は関数形を特定する必要がないため、非線形構造を捉えることもできる。しかし、今の状況では大きな行列を用いて多変量データの基準化および主成分分析を行う必要があり、そのままの適用は現実的に困難である。そこで、我々は、スライス数2のSIRを考え、その理論を開発した。これによって、多くの説明変数がある場合でも単一の有効射影方向を簡易な手法によっておおよその係数の推定が可能となった。

The technique of non-linear regression analysis is very simple. The background and technique are as follows. DNA チップデータの开発により、Specific disease やsolid form material などのPhenotype をControl するImportant legacy 伝子のExploration が一気にAccelerate しようとしている. Information processing systemオインフォマティクスによるさまざまなアプローチが trial みられているが, statistical problem にした occasion, phenotype を purpose value, each legacy child の発 actual quantity を explanation value とする return analysis を test えるのが general と思われる. It is difficult to analyze the problem of 2 problems and 1) explain the quantity K and 20,000ら30,000 にのぼるが, 2) The number of specimens N is 100 or more.この2つは, first sight, the ともとれるが of the mutual relationship, the に大きい that explains the number of のこのnumbers and the current situation of the computer ではえないほどど篾.さて, return analysis of the most simple 単な occasion and phenotype, each remaining 伝sub 発 actual quantity に対する correlation coefficient (straight line return) がげられる. In this case, the calculation amount is 20,000 times, the correlation coefficient is estimated, and the computer is arranged on the computer, and the calculation is high.また、Correlation coefficient が1にNearly い伝子は かに Important な Candidate となるため Simple な method ではあるが Strong である.しかしながら, non-linear dosage reaction relationship をhold っている occasion や explanation 剉number に correlation structure が あ る occasion に な 伝子 を see the possibility が あ る. One side, many くのExplanation value からObject value をExplanation するためのEffective projective direction をExploration するSIR (Li, JASA, 86,316ー342, 1991) It is a special number that is necessary for a specific number, and a non-linear structure that is caught.しかし、Now the current situation では大きな ranks を Use いて多変measure データのBenchmarking およびPrincipal component analysis is necessary and applicable, and it is difficult to find out.そこで、我々は、スライス数2のSIRを考え、その Theoryを开発した.これによって, 多くのExplanation of the number of がある cases でも単一のeffective projection method It is possible to estimate the coefficient of the simple technique and make it possible.

项目成果

K.Satoh, H.Yanagihara, M.Ohtaki: "Bridging the gap between B-spline and polynomial regression model"Communications in Statistics. 32-1. (2003)

K.Satoh、H.Yanagihara、M.Ohtaki：“弥合 B 样条和多项式回归模型之间的差距”统计通讯。