GlobalAncova

计算组间差异基因表达的全局测试

我们给出了以下论据来支持GlobalAncova方法:经过适当的归一化,基因表达数据看起来相当对称,异常值不是真正的问题,因此最小二乘应该相当稳健。具有相互作用的ANCOVA产生饱和数据建模,例如每个组和基因的不同均值。协变量调整有助于纠正可能的选择偏差。方差同质性和不相关残差不可预期。应用普通最小二乘给出无偏估计,但不再是最优估计(gagas - markov - aitken)。因此,由于相关性,使用经典的f检验是不合适的。然而,检验统计量反映了与原假设的偏差。结合排列方法,经验显著性水平可以近似。或者,近似产生渐近的p值。这项工作得到了德国BMBF的NGFN赠款01 GR 0459的支持。

作者 曼斯曼,R.梅斯特,M.哈梅尔,R.舍费尔
维护人员 r·迈斯特

要安装这个包,启动R并输入:

源(“//www.anjoumacpherson.com/biocLite.R”)biocLite(“GlobalAncova”)

小插曲(文档)

包下载

GlobalAncova.pdf
GlobalAncovaDecomp.pdf
GlobalAncova_3.2.0.tar.gz
Windows二进制 GlobalAncova_3.2.0.zip
OS X二进制文件 GlobalAncova_3.2.0.tgz

细节

biocViews
取决于 方法,corpcor, globaltest
建议 Biobase, GO, multtest, golubEsets, hu6800, hgu133a, vsn
进口 注释
SystemRequirements
许可证 GPL版本2或更新
URL
dependsOnMe
suggestsMe