多重檢驗技術(shù)及其在微陣列數(shù)據(jù)分析中的應(yīng)用.pdf

1、多重檢驗是數(shù)據(jù)統(tǒng)計學(xué)分析的一種重要手段，其在生物信息學(xué)、基因組學(xué)等方面有著大量的應(yīng)用。本文探討多重檢驗技術(shù)中錯誤發(fā)現(xiàn)率控制及正確原假設(shè)比例估計兩類問題，并且將它們用于微陣列數(shù)據(jù)差異基因的篩選。
　　本文首先在給出多重檢驗相關(guān)理論的基礎(chǔ)上，指出在多重檢驗中最重要的是控制犯第一類錯誤的概率，這一類問題主要通過控制FWER和FDR兩個測度來解決。FWER作為傳統(tǒng)的控制方法過于保守，Benjanimi&Hochberg(1995)提出的F

2、DR標準緩解了FWER取值過于嚴格的問題，并且在檢驗兩個總體是否具有明顯差異的問題上更具優(yōu)勢。本文對四類能有效控制FDR的算法進行深入研究，以控制FWER的Bonferroni算法作為其他算法比較的基準，使用模擬數(shù)據(jù)對各種控制算法進行比較，并且對原始p值進行優(yōu)化調(diào)整，在新的p值集合下比較每種錯誤率控制方法的功效大小。模擬結(jié)果顯示q值方法可以在很好的控制FDR的同時保持最高的檢驗功效。
　　正確又有效的估計原假設(shè)比例m0是多重檢驗中

3、的一項重要任務(wù)，本文通過模擬實驗比較了幾種主要的正確原假設(shè)比例m0估計方法，并且對Jiang&Doerge(2008)提出的均值法提出改進，用三次樣條法取代原來的bootstrap法來劃分估計區(qū)間，進行模擬實驗。結(jié)果表明同比李偉(2014)的樣條平滑估計方法，本文提出的方法能夠更為準確地估計m0。再者，本文使用Hendenfalk(2001)報告的乳腺癌數(shù)據(jù)以及Feng Pan,Tie-Lin Yang.et al(2009)文中的B細