Robust biomarker identification in a two-class problem based on pairwise log-ratios

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>

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.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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

—