Robust biomarker identification in a two-class problem based on pairwise log-ratios
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15110%2F17%3A73581274" target="_blank" >RIV/61989592:15110/17:73581274 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989592:15310/17:73581274
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S0169743917300357" target="_blank" >https://www.sciencedirect.com/science/article/pii/S0169743917300357</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.chemolab.2017.09.003" target="_blank" >10.1016/j.chemolab.2017.09.003</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Robust biomarker identification in a two-class problem based on pairwise log-ratios
Popis výsledku v původním jazyce
A new method, robust Pair-wise Log-Ratios (rPLR), is proposed for the identification of biomarkers, distinguishing between two groups of observations. The method can cope with the size effect problem, since it is based on log-ratios between the values of all pairs of variables. rPLR makes use of the variance of pairwise log-ratios, computed for the single groups and for all data jointly. When using a robust estimator of variance (or scale), the method is highly robust against data outliers. The robustness weights are aggregated and displayed in a diagnostics plot, which allows to reveal outlying cells in the data matrix.
Název v anglickém jazyce
Robust biomarker identification in a two-class problem based on pairwise log-ratios
Popis výsledku anglicky
A new method, robust Pair-wise Log-Ratios (rPLR), is proposed for the identification of biomarkers, distinguishing between two groups of observations. The method can cope with the size effect problem, since it is based on log-ratios between the values of all pairs of variables. rPLR makes use of the variance of pairwise log-ratios, computed for the single groups and for all data jointly. When using a robust estimator of variance (or scale), the method is highly robust against data outliers. The robustness weights are aggregated and displayed in a diagnostics plot, which allows to reveal outlying cells in the data matrix.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
<a href="/cs/project/GF15-34613L" target="_blank" >GF15-34613L: Statistika v metabolomice pro výzkum biomarkerů v medicíně</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Chemometrics and Intelligent Laboratory Systems
ISSN
0169-7439
e-ISSN
—
Svazek periodika
171
Číslo periodika v rámci svazku
DEC
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
9
Strana od-do
277-285
Kód UT WoS článku
000418983400030
EID výsledku v databázi Scopus
—