GlobalAncova

计算组间差异基因表达的全局测试

我们给出以下论点来支持GlobalAncova方法:经过适当的规范化，基因表达数据看起来相当对称，异常值不是真正的问题，所以最小二乘应该相当稳健。具有交互作用的ANCOVA可产生饱和数据模型，如每组和基因的不同平均数。协变量调整可以帮助纠正可能的选择偏差。方差同质性和不相关残差不能被期望。应用普通最小二乘给出无偏的，但不再是最优估计(高斯-马尔可夫-艾特肯)。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。结合置换方法，经验显著性水平可以近似。或者，近似值产生渐近的p值。这项工作由德国联邦教务处(BMBF)的NGFN拨款01 GR 0459支持。

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

细节