【问题标题】:Microarray data: multiple t-tests微阵列数据:多个 t 检验
【发布时间】:2016-05-17 02:59:20
【问题描述】:

问题:

微阵列使生物学家能够测量人类或其他物种中基因的表达水平。在一些研究中,在许多个体中测量基因表达水平,其中一些患有疾病,一些没有疾病(对照组),以确定哪些基因是差异表达的。目标是了解基因在所考虑疾病发展中的作用。尽可能多地阅读以下论文,并足以理解基础知识:http://www.pnas.org/content/96/12/6745.full 相应的数据集(经过一些处理后)可在此处获得:https://github.com/ramhiser/datamicroarray/blob/master/data/alon.RData 一种用于识别微分表示的简单(但有些过时)的方法基因是对比较两组的每个基因进行(双边)学生t检验。编写执行此操作的代码。结果应该是每个基因的 p 值。然后应用讲座中看到的所有方法来控制 FWER 或 FDR。

我的尝试:

m=62
dat = alon
summary(dat)
y = as.factor(alon$y)
y
nrow(alon$x)
pval = numeric(m)
for (i in 1:m) {
  pval[i] = t.test(alon[i,1:5], alon[i,-(1:5)])$p.value
}

但我的代码在 alon[i, 1:5] 的尺寸方面出现错误

【问题讨论】:

    标签: r


    【解决方案1】:

    尝试以下操作(您需要使用 alon$x 指向您在列表 alon 中的数据矩阵):

    m=62
    dat = alon
    summary(dat)
    y = as.factor(alon$y)
    y
    nrow(alon$x)
    pval = numeric(m)
    for (i in 1:m) {
       pval[i] = t.test(alon$x[i,1:5], alon$x[i,-(1:5)])$p.value
    }
    

    【讨论】:

    • 在我发帖后马上就明白了!谢谢。您知道我将如何调整此代码以对每个基因执行置换 t 检验吗?它现在要求通过排列受试者并重新计算所有基因的所有 t 比率来校准 t 比率统计
    • 如果你能精确地形成你的排列问题,那么你可能会成功地将它发布到 stats.stackexchange.com 上。请记住,您应该努力展示您为解决问题所做的工作。没有太多人会研究你上面给出的论文。祝你好运
    猜你喜欢
    • 2021-04-25
    • 1970-01-01
    • 2021-04-03
    • 2021-12-25
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-12-29
    • 1970-01-01
    相关资源
    最近更新 更多