文献

J-GLOBAL ID：202202214048451578   整理番号：22A0845028

偽発見率制御による共変量調整Gaussグラフィカルモデル推定【JST・京大機械翻訳】

Covariate-adjusted Gaussian graphical model estimation with false discovery rate control

著者 (1件)： Zhu Yunlong (School of Mathematical Sciences, Shanghai Jiao Tong University, Shanghai, People’s Republic of China)
資料名： Communications in Statistics - Theory and Methods  (Communications in Statistics - Theory and Methods)
巻： 51  号： 4  ページ： 974-993  発行年： 2022年 
JST資料番号： W5821A  ISSN： 0361-0926  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近の遺伝子/ゲノム研究は,遺伝子マーカーが遺伝子の依存性構造に対して潜在的効果を持つことを示している。そのような知見によって動機づけられて,共変量調整Gaussグラフィカルモデル(CGGM)の推定に興味を引いている。ほとんどの既存の手法は正則化技術に依存し,CGGM推定曖昧における正則化パラメータと偽発見エッジの数の間の正確な関係を作る。本論文では,CGGM推定を多重試験問題として定式化した。新しい試験統計を導入し,漸近正規ヌル分布であることを示した。次にCGGM推定のための多重試験手順を提案した。手続きは,任意の事前指定した有意性レベルで漸近的に偽発見率(FDR)を制御することを示した。最後に,数値シミュレーションと実際のデータ解析の両方で,この方法の性能を示すために数値結果を提供した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 推定 ,  分布 ,  *統計解析 ,  依存性 ,  遺伝子 ,  試験 ,  多重化 ,  データ解析 ,  *発見 ,  正則化 ,  定式化 ,  曖昧さ
準シソーラス用語： 遺伝子マーカ ,  ゲノミクス ,  数値シミュレーション ,  *共変量 , 【Automatic Indexing@JST】

著者キーワード (3件)： 共変量調整Gaussグラフィカルモデル ,  誤発見率 ,  多重試験

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q) ,  統計学  (AB08000H)

タイトルに関連する用語 (4件)： 発見率 ,  共変量 ,  グラフィカルモデル ,  推定