《差異表達(dá)基因分析》ppt課件(文件)
【正文】 征值 ,數(shù)據(jù)的維數(shù)是 N 聚類時考慮基因之間的相似性，從數(shù)學(xué)上講就是看對應(yīng)的 M維數(shù)據(jù)之間的相似性 Clusteramp。然而，使用一個集中趨勢指標(biāo)代替一組數(shù)值意味著信息的丟失，因此數(shù)據(jù)的合并應(yīng)謹(jǐn)慎。 數(shù)據(jù)轉(zhuǎn)換和標(biāo)準(zhǔn)化 數(shù)據(jù)變換的目的是在盡量保證原始數(shù)據(jù)特征不變的前提下，使變換后的數(shù)據(jù)更適于進(jìn)行統(tǒng)計分析。 使用基因間的相關(guān)性對缺失數(shù)據(jù)進(jìn)行填充。 K值的確定具有一定的經(jīng)驗性，但不宜太大和太小。 一條基因表達(dá)譜數(shù)據(jù)的波動很小，也就是說，數(shù)據(jù)的方差小于一定的范圍，意味著這條基因與所要研究的生物過程或?qū)ο箨P(guān)聯(lián)很小，也被濾掉，不進(jìn)行聚類分析。 發(fā)展 新算法 新角度 合并多種方法 主成分分析 (Principle Component Analysis) 降維概述 降維是指將樣本從輸入空間通過線性或非線性映射到一個低維空間。 。 主成分分析 （ PCA， principal ponent analysis） 對于一組原始隨機(jī)變量為X1,… ,Xp，尋找一個新的變量 Z1，這個新的變量是原始變量的線性組合，Z1=a11X1+a21X2+… +ap1Xp，并使得 Z1的變異最大化 Z1即為原始變量的最大主成分，它使用一個變量試圖最大化地包含一組變量的變異。常用的方法，假設(shè)檢驗，比如 t檢驗， F檢驗等 不改變整體數(shù)據(jù)矩陣的數(shù)據(jù)結(jié)構(gòu)，去除數(shù)據(jù)的冗余性。不然所有的基因有上萬條，也就是數(shù)據(jù)矩陣有上萬行時，既增加了運算的難度，又引入了不必要的基因，也增加了解釋結(jié)果的難度，要預(yù)先進(jìn)行基因的濾取。 其他方法，最小二乘法擬合修補(bǔ)，方差迭代分析，最大可能性分析 KNN法 K最近鄰法（ Knearest neighborhood method）：假定某個基因在某個指標(biāo)上含有缺失值，計算此包含缺失值的基因與在該指標(biāo)上無缺失的基因間的相似性指標(biāo)或距離指標(biāo)（相似性或距離的計算中不包括欲估計的指標(biāo)），與該基因相似性最大的 K個基因稱為該基因的 K個最近鄰（ k nearest neighborhoods），這 K個基因在
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1