Shrinkage Approach for Gene Expression Data Analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11110%2F13%3A10194347" target="_blank" >RIV/00216208:11110/13:10194347 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/13:00427425
Výsledek na webu
<a href="http://www.ejbi.org/img/ejbi/2013/3/Haman_en.pdf" target="_blank" >http://www.ejbi.org/img/ejbi/2013/3/Haman_en.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Shrinkage Approach for Gene Expression Data Analysis
Popis výsledku v původním jazyce
Background: Microarray technologies are used to measure the simultaneous expression of a certain set of thousands of genes based on ribonucleic acid (RNA) obtained from a biological sample. We are interested in several statistical analyses such as 1) finding differentially expressed genes between or among several experimental groups, 2) finding a small number of genes allowing for the correct classification of a sample in a certain group, and 3) finding relations among genes. Objectives: Gene expressiondata are high dimensional, and this fact complicates their analysis because we are able to perform only a few samples (e.g. the peripheral blood from a limited number of patients) for a certain set of thousands of genes. The main purpose of this paper is to present the shrinkage estimator and show its application in different statistical analyses. Methods: The shrinkage approach relates to the shift of a certain value of a classic estimator towards a certain value of a specified target
Název v anglickém jazyce
Shrinkage Approach for Gene Expression Data Analysis
Popis výsledku anglicky
Background: Microarray technologies are used to measure the simultaneous expression of a certain set of thousands of genes based on ribonucleic acid (RNA) obtained from a biological sample. We are interested in several statistical analyses such as 1) finding differentially expressed genes between or among several experimental groups, 2) finding a small number of genes allowing for the correct classification of a sample in a certain group, and 3) finding relations among genes. Objectives: Gene expressiondata are high dimensional, and this fact complicates their analysis because we are able to perform only a few samples (e.g. the peripheral blood from a limited number of patients) for a certain set of thousands of genes. The main purpose of this paper is to present the shrinkage estimator and show its application in different statistical analyses. Methods: The shrinkage approach relates to the shift of a certain value of a classic estimator towards a certain value of a specified target
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
European Journal for Biomedical Informatics
ISSN
1801-5603
e-ISSN
—
Svazek periodika
9
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
7
Strana od-do
2-8
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—