差異表達(dá)基因分析ppt課件(參考版)
2025-05-06 22:35本頁(yè)面
【正文】 。 主成分分析 （ PCA， principal ponent analysis） 對(duì)于一組原始隨機(jī)變量為X1,… ,Xp，尋找一個(gè)新的變量 Z1，這個(gè)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(gè)變量試圖最大化地包含一組變量的變異。 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(guò)線性或非線性映射到一個(gè)低維空間。常用的方法，假設(shè)檢驗(yàn)，比如 t檢驗(yàn)， F檢驗(yàn)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。 一條基因表達(dá)譜數(shù)據(jù)的波動(dòng)很小，也就是說(shuō)，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(guò)程或?qū)ο箨P(guān)聯(lián)很小，也被濾掉，不進(jìn)行聚類分析。不然所有的基因有上萬(wàn)條，也就是數(shù)據(jù)矩陣有上萬(wàn)行時(shí)，既增加了運(yùn)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。 K值的確定具有一定的經(jīng)驗(yàn)性，但不宜太大和太小。 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(gè)基因在某個(gè)指標(biāo)上含有缺失值，計(jì)算此包含缺失值的基因與在該指標(biāo)上無(wú)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(jì)算中不包括欲估計(jì)的指標(biāo)），與該基因相似性最大的 K個(gè)基因稱為該基因的 K個(gè)最近鄰（ k nearest neighborhoods），這 K個(gè)基因在該觀測(cè)指標(biāo)上的數(shù)據(jù)就是估計(jì)缺失基因數(shù)據(jù)的基礎(chǔ)，估計(jì)值可以是這 K個(gè)基因在該指標(biāo)上的均數(shù)，也可以是這 K個(gè)基因的加權(quán)均數(shù)。 使用基因間的相關(guān)性對(duì)缺失數(shù)據(jù)進(jìn)行填充。 未觀測(cè)點(diǎn) 若后續(xù)的統(tǒng)計(jì)分析要求數(shù)據(jù)滿足完整性，如特征基因提取的奇異值分解、某些基因的聚類分析方法等，則需要對(duì)含有缺失值的數(shù)據(jù)進(jìn)行處理 刪除含有缺失值的整條記錄，這種方法操作簡(jiǎn)單，但卻
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1