خوشه‌بندی پروفایل‌های طولی با مدل‌های اثرات آمیخته ناپارامتری و نیمه‌پارامتری

نویسندگان

چکیده مقاله:

روش‌های متعددی برای خوشه‌بندی داده‌های بیان ژن دوره‌ای زمانی وجود دارد ولی محدودیت‌هایی برای این روش‌ها وجود دارد که از جمله‌ آن‌ها می‌توان به عدم در نظر گرفتن همبستگی در طول زمان و زمان‌بر بودن محاسبات اشاره داشت. در این مقاله با معرفی مدل‌های اثرات آمیخته‌ی ناپارامتری و نیمه‌پارامتری، این همبستگی در طول زمان در نظر گرفته شده و با استفاده از اسپلاین تاوانیده، حجم محاسبات به طور چشم‌گیری کاهش یافته است. در پایان با استفاده از مطالعه‌ شبیه‌سازی عملکرد روش پیشنهادی با روش‌های قبلی مقایسه و با استفاده از ملاک BIC، مدل مناسب‌تر انتخاب و تحلیل می‌شود. همچنین روش پیشنهادی در یک مثال کاربردی داده‌های بیان ژن دوره‌ای زمانی ارائه شده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

خوشه بندی پروفایل های طولی با استفاده از مدل های اثرات آمیخته ناپارامتری و نیمه پارامتری

مطالعات طولی یکی از شاخه­های علم آمار است که در ارتباط با مجموعه داده­هایی است که در طول زمان اندازه­­گیری می­شوند. یکی از حوزه­های مطالعاتی داده­های طولی در پزشکی و ژنتیک است. از آنجا که خوشه­بندی داده­های بیان ژن دوره­ای زمانی بافت­های سلولی افراد مختلف به خوشه­های همگن مفید است و کسب دانش از این مجموعه­ی عظیم داده­ها ممکن است پیچیده و در مواردی غیر ممکن به­نظر آید، از این­رو شناسایی روش­هایی...

متن کامل

پایش ناپارامتری پروفایل‌ها و تصمیم گیری در مورد کیفیت فرآیند با استفاده از مدل اثرات آمیخته

 در بسیاری از کاربردهای کنترل کیفیت آماری فرایند، کیفیت یک فرایند از طریق یک یا چند تابع از یک یا چند متغیر، تحت عنوان پروفایل بیان می‌شود. پایش پروفایل‌ها ثبات رابطة تابع پروفایل را در طول یک بازه بررسی می‌کند. نمودارهای کنترل پروفایل‌های ناپارامتری در شرایطی که توصیف این رابطه به‌صورت پارامتری پیچیده باشد اهمیت دارد. بیشتر نمودارهای کنترل کیفیت آماری موجود در ادبیات به‌منظور پایش پروفایل‌های ...

متن کامل

مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure

کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...

متن کامل

خوشه بندی پروفایل های طولی با استفاده از اسپلاین تاوانیده و مدل اثرات آمیخته

مطالعات طولی یکی از شاخه های علم آمار است که در ارتباط با مجموعه داده هایی است که در طول زمان اندازه گیری میشوند. یکی از حوزههای مطالعاتی دادههای طولی در پزشکی و ژنتیک است. با توجه به افزایش بیماریهایی از جمله سرطان که عامل مهمی از مرگ و میرها را تشکیل میدهد، شناسایی، درمان و پیشگیری این نوع بیماریها از طریق خوشه بندی داده های بیان ژن دورهای زمانیِ سلولهای سرطانی افراد مختلف به خوشه های هم...

15 صفحه اول

روش های بیزی ناپارامتری برای مدل های آمیخته خطی با اثرات تصادفی ناهمگن

امروزه مدلهای آمیخته خطی به طور گسترده برای تحلیل داده ها در علوم مختلف مورد استفاده قرار می گیرند. در اینگونه مدله ا اغلب با اتخاذ روش پارامتری، فرض می شود توزیع اثرات تصادفی نرمال است. همچنین هنگامی که توزیع داده ها چوله یا دم کلفت است، تعمیم هایی از توزیع نرمال مانند چوله نرمال یا چوله نرمال مستقل برای اثرات تصادفی فرض می شود. اما این توزیعه ا تک مدی بوده و استفاده از آنها وقتی توزیع داد...

15 صفحه اول

استنباط آماری برای مدلهای آمیخته

در فصل 1 به معرفی استنباط بیزی پرداخته ایم در فصل 2 انتگرال گیری مونت کارلو را بررسی کرده ایم و در فصل 3 مدلهای اهیخته را معرفی و به انجام استنباط بیزی برای این مدلها پرداخته ایم.

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 11  شماره 2

صفحات  263- 284

تاریخ انتشار 2018-03

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023