Statistical Methods for Microarray Data Analysis: Methods and Protocol

دسته بندی: مولکولی
ویرایش:  
نویسندگان: Yakovlev A.Y.,  Klebanov L.,  Gaile D. (Eds.)  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 225 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 40,000

Humana Press, 2013. - 225 p. — ISBN 1603273360, 9781603273367. Series: Methods in Molecular Biology, №972.
ریزآرایه ها برای اندازه گیری همزمان دوگانگی گونه های RNA در RNA استفاده می شوند. و همچنین در تحقیقات پزشکی. از نظر آماری، یک ریزآرایه ممکن است به عنوان مشاهده ای با ابعاد بسیار بالا برابر با تعداد سطوح بیان اندازه گیری شده روی آن در نظر گرفته شود. در روش‌های آماری برای تجزیه و تحلیل داده‌های ریزآرایه: روش‌ها و پروتکل‌ها، محققان متخصص در این زمینه روش‌ها و تکنیک‌های مورد استفاده برای مطالعه ریزآرایه‌ها را به تفصیل شرح می‌دهند و خواننده را از فناوری ریزآرایه‌ها به مسائل آماری تجزیه و تحلیل داده‌های چند متغیره خاص راهنمایی می‌کنند. این فصل‌ها که در قالب‌های بسیار موفق سری Methods in Molecular Biology™ نوشته شده‌اند، شامل توصیف دقیق و توصیه‌های اجرایی است که برای به دست آوردن نتایج بهینه در آزمایشگاه بسیار مهم است. روش‌های آماری دقیق و شهودی برای تجزیه و تحلیل داده‌های ریزآرایه: روش‌ها و پروتکل‌ها به دانشمندان در ادامه مطالعه ریزآرایه‌ها و جدیدترین روش‌های آماری کمک می‌کند. محتوا:< /strong>
پیشگفتار.
آنچه آماردانان باید درباره فناوری بیان ژن ریزآرایه بدانند.
جایی که زیست شناسی آمار و آزمایش های ریزآرایه مولکولی با هم ملاقات می کنند.
آزمایش فرضیه های چندگانه: مروری بر روش شناختی.
انتخاب ژن با روش توالی d.
استفاده از نرمال سازی برای تجزیه و تحلیل بیان ژن.
ساخت امضاهای ژن پیش آگهی چند متغیره با داده های بقای سانسور شده.
خوشه بندی داده های بیان ژن از طریق مخلوط طبیعی مدل‌ها.
تجزیه و تحلیل داده‌های بیان ژن چند متغیره مبتنی بر شبکه.
تشخیص پرت ژنومی در تجزیه و تحلیل داده‌های پرتوان.
تاثیر نویز تجربی و عدم دقت حاشیه‌نویسی بر کیفیت داده‌ها در آزمایش ریزآرایه.
اثر تجمع در داده های ریزآرایه An تجزیه.
آزمایش نرمال بودن داده های بیان ژن.
شاخص.

Humana Press, 2013. — 225 p. — ISBN 1603273360, 9781603273367. Series: Methods in Molecular Biology, №972.
Microarrays for simultaneous measurement of redundancy of RNA species are used in fundamental biology as well as in medical research. Statistically,a microarray may be considered as an observation of very high dimensionality equal to the number of expression levels measured on it. In Statistical Methods for Microarray Data Analysis: Methods and Protocols, expert researchers in the field detail many methods and techniques used to study microarrays, guiding the reader from microarray technology to statistical problems of specific multivariate data analysis. Written in the highly successful Methods in Molecular Biology™ series format, the chapters include the kind of detailed description and implementation advice that is crucial for getting optimal results in the laboratory. Thorough and intuitive, Statistical Methods for Microarray Data Analysis: Methods and Protocols aids scientists in continuing to study microarrays and the most current statistical methods. Contents:
Preface.
What Statisticians Should Know About Microarray Gene Expression Technology.
Where Statistics and Molecular Microarray Experiments Biology Meet.
Multiple Hypothesis Testing: A Methodological Overview.
Gene Selection with the d-sequence Method.
Using of Normalizations for Gene Expression Analysis.
Constructing Multivariate Prognostic Gene Signatures with Censored Survival Data.
Clustering of Gene-Expression Data via Normal Mixture Models.
Network-based Analysis of Multivariate Gene Expression Data.
Genomic Outlier Detection in High-throughput Data Analysis.
Impact of Experimental Noise and Annotation Imprecision on Data Quality in Microarray Experiment.
Aggregation Effect in Microarray Data Analysis.
Test for Normality of the Gene Expression Data.
Index.