Logo image
在無假設模型下微陣列實驗之顯著性分析
Thesis

在無假設模型下微陣列實驗之顯著性分析

邱怡雯
Masters, 國立清華大學, 統計學研究所
2005

Abstract

在無假設模基下微陣列實驗之顯著性分析 多重假設檢定 顯著性分析方法 對數比模型
cDNA 微陣列技術是近年來發展出來的生物技術,它最大的突破是可以同時檢測上萬個基因表現。cDNA 微陣列實驗過程非常的繁複,實驗結果產生的大量數據,需要應用統計方法,有系統地為實驗者帶來有用的生物資訊。本論文主要工作是cDNA 微陣列實驗結果的數據分析,特別著重於基因變異度的顯著性分析。 現今,cDNA 微陣列實驗數據的統計模型,大都假設母體服從常態分配(Normal),可是觀察大部分cDNA微陣列實驗數據圖,發現資料的散佈與常態不符,與母體原本的分配假設有差異。因此,本文提出一種從實驗設計上來解決問題的方法,在實驗中放置兩個完全相同的樣本,利用這兩樣本的實驗數據,來製造虛無假設下檢定統計量的分佈,並以這個分佈來進行顯著性分析。 本文的最後以清華大學生醫工程與環境科學研究所,分子生醫光電實驗室(Molecular BioPhotonic Laboratory,MBPL )提供的實驗數據,實際套用本文提出之顯著性分析,同時比較有母體分配假設之顯著性分析,觀察兩個不同方法的差異。

Metrics

1 Record Views

Details

Logo image