Robust estimation and hypothesis testing in microarray analysis
Mikrodizin analizinde sağlam kestirim yöntemleri ve hipotez testleri
- Tez No: 269037
- Danışmanlar: PROF. DR. AYŞEN AKKAYA
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Mikrodizin teknolojisi, binlerce gen ifadesinin eşzamanlı olarak ölçülmesine olanak sağlamaktadır. Bunun sonucu olarak, farklı ifade olan genlerin belirlenmesi için birçok istatistiksel yöntem ortaya çıkmıştır. Kerr ve diğerleri (2001), mikrodizin verisinin analizi için varyans analizi yöntemini önermişlerdir. Fakat çalışmalarında açıkladıkları gibi, bu analizden elde edilen parametre tahminleri ve artıkların normalden daha uzun kuyruklu olmalarına rağmen, analizleri ve tahminleyicileri normallik varsayımına dayanmaktadır. Normal olmama durumu, veri analizini zorlaştırdığı ve verimsiz tahminleyicilere yol açtığı için, etkin ve sağlam istatistiksel yöntemler geliştirmek çok önemlidir. Bu amaçla, bu çalışmada, varyans analizi için uyarlanmış en çok olabilirlik tahminleme yöntemi (Tiku ve Suresh, 1992) ile adaptif uyarlanmış en çok olabilirlik tahminleme yöntemi kullanılmış ve bu tahminleyicilerin daha etkin ve sağlam oldukları gösterilmiştir. Uyarlanmış ve adaptif uyarlanmış en çok olabilirlik tahminleyicileri, yaygın kullanılan yöntemlerle simulasyonlar ve gerçek mikrodizin verileri kullanılarak karşılaştırılmıştır.
Özet (Çeviri)
Microarray technology allows the measurement of thousands of gene expressions simultaneously. As a result of this, many statistical methods emerged for identifying differentially expressed genes. Kerr et al. (2001) proposed analysis of variance (ANOVA) procedure for the analysis of gene expression data. Their estimators are based on the assumption of normality, however the parameter estimates and residuals from this analysis are notably heavier-tailed than normal as they commented. Since non-normality complicates the data analysis and results in inefficient estimators, it is very important to develop statistical procedures which are efficient and robust. For this reason, in this work, we use Modified Maximum Likelihood (MML) and Adaptive Maximum Likelihood estimation method (Tiku and Suresh, 1992) and show that MML and AMML estimators are more efficient and robust. In our study we compared MML and AMML method with widely used statistical analysis methods via simulations and real microarray data sets.
Benzer Tezler
- Estimation and hypothesis testing in stochastic regression
Stokastik regresyonda tahmin ve hipotez testi
HAKAN SAVAŞ SAZAK
Doktora
İngilizce
2003
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MOTİ LAL TİKU
YRD. DOÇ. DR. QAMARUL İSLAM
- İteratif uyuşumsuz ölçü belirleme yöntemleri ve kararlı yapıdaki jeodezik ağlarda davranışları
Iterative outlier detection procedures and behaviors in uniformly construct geodetic networks
HASAN HÜSEYİN KARA
Yüksek Lisans
Türkçe
1998
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASLAN DİLAVER
- Adaptive estimation and hypothesis testing methods
Uyarlamalı tahmin ve hipotez testi yöntemleri
AYÇA DÖNMEZ
- Non-normal bivariate distributions: Estimation and hypothesis testing
Normal olmayan iki değişkenli dağılımlar: Tahmin ve hipotez testi
SAHAR BOTROS QUMSİYEH
Doktora
İngilizce
2007
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MOTİ L. TİKU
YRD. DOÇ. DR. QAMARUL ISLAM
- Experimental design in the presence of covariates
Ortak değişkenlerin varolması durumunda deney tasarımı
DİDEM AVCIOĞLU
Yüksek Lisans
İngilizce
2003
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF.DR. MOTİ LAL TİKU
Y.DOÇ.DR. BİRDAL ŞENOĞLU