检索结果-南通市图书馆

作者：张瑶河北医科大学

学位级别：硕士

目的:目前全基因组关联分析(GWAS)已找到了大量复杂疾病相关遗传变异,但这些变异只能解释很小一部分遗传力。基于基因集的关联分析,已经成为GWAS研究中分析复杂疾病病因学的有力工具。但现有的基于基因集的分析方法无法自适应两种不同... 详细信息

目的:目前全基因组关联分析(GWAS)已找到了大量复杂疾病相关遗传变异,但这些变异只能解释很小一部分遗传力。基于基因集的关联分析,已经成为GWAS研究中分析复杂疾病病因学的有力工具。但现有的基于基因集的分析方法无法自适应两种不同的遗传效应假说(位点微效累加论和主要位点决定论,这样一旦错误识别遗传效应将会大大损失检验效能;同时,现有的模型通常不考虑SNP变异的高维性质,这也将导致检验效能降低或产生高的假阳性。因此,我们发展了一个面向基因集水平的多阶段高维统计推断框架,使其能够显著提升对遗传效应的探测能力,为研究复杂疾病的遗传机制提供统计学新方法。方法:1.第一阶段:运用高维普通最小二乘投影(HOLP)方法进行变量筛选(variable screening),将GWAS数据维数从超高维降至高维。2.第二阶段:运用基于岭投影(Ridge projection)的高维统计推断技术,对第一阶段变量筛选后的高维数据进行统计推断,以得到每一个SNPs的P值。3.第三阶段:将SNPs映射到基因水平,并应用“最小P值法”(Min P)针对主要位点决定论求出每一个基因的P值;应用截断乘积法(TPM)针对位点微效累加论求出每一个基因的P值。4.第四阶段:借助Omnibus test(混合检验)思想将Min P和TPM的P值进行整合以自适应两种遗传效应假设。结果:1.本研究对阿尔兹海默症神经影像学计划(ADNI)数据分析,将30万SNPs筛选到3万,实现快速降低维数。2.利用高维统计推断中的Ridge projection,得到3万个SNPs的P值。3.应用Min P法,得到显著基因CHCHD6。4.应用TPM法,得到显著基因QSOX1、FAM219A等。5.以柯西思想为背景,发展一种自适应两种遗传学假设的混合检验,对结果3和结果4进行整合,最终得到9个有显著性的基因,其中GUCY1A1和GRIN3A已经在Nature杂志上发表,这两个基因已经证实和阿尔兹海默症的发生相关。结论:本篇研究所发展的自适应的混合检验,在阿尔兹海默症神经影像学计划(ADNI)数据库的研究中,筛选出与老年痴呆症相关的基因,进一步说明该方法具有较高的检验效能。

关键词：复杂疾病关联分析高维统计推断混合检验 P值整合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于条件分布函数的高维回归模型的变量选择方法

引用

数学的实践与认识 2017年第4期47卷 142-147页

作者：郝英陈海俊赵春广王婷邯郸学院数理学院河北邯郸056002

高维回归分析的变量选择问题是目前统计学研究的一个热点和难点问题.提出了一个基于条件分布函数的相关性度量准则,并在此基础上提出三种变量选择方法.与现有的方法相比,提出的方法不依赖于统计模型,可以适用于线性模型和非参数可加模型... 详细信息

高维回归分析的变量选择问题是目前统计学研究的一个热点和难点问题.提出了一个基于条件分布函数的相关性度量准则,并在此基础上提出三种变量选择方法.与现有的方法相比,提出的方法不依赖于统计模型,可以适用于线性模型和非参数可加模型.数值模拟结果表明,即使协变量之间存在一定的相关性,方法也有较为满意的表现.

关键词：变量选择高维统计推断条件分布函数预调整非参数估计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

具有相关误差线性模型的高维推断

具有相关误差线性模型的高维推断

引用

作者：袁攀旭中国科学技术大学

学位级别：硕士

随着科技的快速发展,高维统计方法已在信息技术、生物信息学、天文学等不同的科学领域得到了充分的应用。线性模型由于其简单易解释的特点,在高维数据的统计分析中成为实际工作者的首选。尽管目前关于高维统计推断的相关文献发展迅速,... 详细信息

随着科技的快速发展,高维统计方法已在信息技术、生物信息学、天文学等不同的科学领域得到了充分的应用。线性模型由于其简单易解释的特点,在高维数据的统计分析中成为实际工作者的首选。尽管目前关于高维统计推断的相关文献发展迅速,但它们大多都假设数据是独立观测的。然而具有时间相关的误差过程在实际数据中经常出现。将基于i.i.d.数据的方法直接应用于时间序列数据会导致不合理的估计和推断结果。因此,高维和时间相关对回归参数的统计推断提出了重大挑战。本文对具有平稳误差的高维线性模型进行低维推断。我们采用函数型相依测度的框架来充分适应误差之间的相关性。通过引入误差自协方差矩阵的带状估计,我们提出了一种新的基于去稀疏Lasso的假设检验程序。通过证明带状自协方差矩阵估计量的相合性,证明了该估计量的渐近正态性。研究结果表明,当误差的矩条件减弱或相关性增强时,p的取值范围会实质上变小。我们进一步发展了关于带状参数的一种数据驱动的选择程序。数值模拟研究证实了我们所提出的方法在有限样本下具有良好的性能。最后给出了一个真实的数据例子,将我们的方法应用到宏观经济数据中,目的是发现哪些宏观经济变量与失业率相关。

关键词：相关误差去稀疏Lasso 函数型相依测度高维统计推断平稳时间序列

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：