GlobalAncova
计算全球测试组间差异基因表达
我们给下面的参数支持GlobalAncova方法:适当的正常化后,基因表达数据出现,而对称和离群值没有真正的问题,所以最小二乘应该相当强劲。ANCOVA交互产生饱和数据建模如不同意味着每组和基因。协变量调整可以帮助纠正可能选择偏见。残差方差同质性和不相关的无法预期。普通最小二乘法的应用给予公正的,但不再最优估计(Gauss-Markov-Aitken)。因此,使用经典的野生是不合适的,由于相关性。然而镜子偏离零假设检验统计量。结合一个排列方法,实证意义可以近似水平。另外,一个近似收益率渐近假定值。这项工作是支持的NGFN格兰特01 GR 0459年,德国BMBF。
| 作者 |
Mansmann, r·迈斯特·m·胡默尔r . Scheufele s Knueppel的贡献 |
| 维护人员 |
r·迈斯特 |
安装这个包,开始R和输入:
源(“//www.andersvercelli.com/biocLite.R”) biocLite (“GlobalAncova”)
细节
| biocViews |
|
| 取决于 |
方法、corpcor globaltest |
| 建议 |
Biobase,走,乘,golubEsets、hu6800 hgu133a vsn |
| 进口 |
注释,AnnotationDbi |
| SystemRequirements |
|
| 许可证 |
GPL版本2或更新 |
| URL |
|
| dependsOnMe |
|
| suggestsMe |
|