A New Distribution Family for Microarray Data

doi:10.3390/microarrays6010005

A New Distribution Family for Microarray Data

2017-02-10

0

OA

AI

DOI：10.3390/microarrays6010005

原文链接

查看原文

摘要

En 中文

传统微阵列数据处理方法通常应用近似正态化的变换，但缺点是会丢失原始尺度。本文采取的替代观点是寻找能够拟合数据（具有负值特征）的模型，同时保留其尺度；该策略的一个优势在于便于对结果进行直接解释。文中引入了一个以p∈R为参数的新分布族，命名为gpower-normal分布，并证明当施加适当的gpower变换时，这些变量会变为正态或截断正态分布。文中给出了基于截断正态密度的矩和分位数的表达式。该新分布族可用于建模包含非正值的不对称数据，以满足微阵列分析的需求。此外，已证明gpower-normal分布族是伪离散度模型的一个特例，继承了这些模型的所有优良性质，例如小方差时的渐近正态性。文中提出了组合最大似然法来估计模型参数，并将其应用于微阵列和污染数据。R代码可向作者索取。

A New Distribution Family for Microarray Data

摘要

AI总结

期刊

机构

引用论文