先进的设计和统计方法对复杂疾病的基因和基因组研究
把这个特殊的问题一个>
研究文章| Shulian商、周千寻Mengling Liu Yongzhao邵样本大小的计算控制错误发现比例
文摘
错误发现比例(FDP),拒绝不正确的比例在所有的拒绝,直接测量大量的假阳性结果在多个测试。提出了很多方法来控制自由,但他们过于保守力量分析是有用的。研究设计控制的自民党,错误发现率,是常用的。然而,几乎没有尝试用直接自民党控制设计研究实现一定程度的效率。我们提供一个样本大小计算方法使用方差公式依赖程度低的假设下的自民党实现所需的总功率。探讨了设计参数和样本大小之间的关系。仿真过程的充分性进行评估。我们说明了方法使用估计从前列腺癌相关性的数据集。
1。介绍
现代生物医学研究经常涉及到平行测量大量大量的利益,如基因表达水平,单核苷酸多态性(SNP)和DNA拷贝数变化。制定科学的问题通常可以作为多个测试问题。为了解决多重问题,人们提出了很多方法来控制family-wise错误率(弗兰克-威廉姆斯),错误发现率(罗斯福)或错误发现比例(FDP)。控制罗斯福已广泛应用于高维数据分析(<一个href="#B1">1一个>- - - - - -<一个href="#B22">3一个>]。罗斯福是自民党的期望值,这是不正确的比例在所有拒绝拒绝。控制罗斯福确保自民党从许多独立重复实验的平均值控制。然而,自民党的可变性是忽视,和实际的自由民主党可能比罗斯福有高概率大得多,尤其是当测试统计数据是相关的。因此,研究人员提出了许多程序直接控制FDP (<一个href="#B3">4一个>- - - - - -<一个href="#B24">11一个>]: 当我们设计研究涉及多个测试时,重要的是要确定样本的大小,以确保足够的统计能力。计算方法提出了样本大小来控制不同的标准,例如,弗兰克-威廉姆斯(<一个href="#B9">12一个>- - - - - -<一个href="#B27">14一个>),罗斯福(<一个href="#B8">15一个>- - - - - -<一个href="#B28">20.一个>),错误发现的数量(<一个href="#B23">19一个>,<一个href="#B12">21一个>)和自由民主党(<一个href="#B16">22一个>]。控制自民党Oura et al。<一个href="#B16">22一个>)提供了一种方法使用beta-binomial模型计算样本大小的和拒绝的地位真正替代假说。假设只依赖测试统计数据真正的替代假说,结构参数的相关性。这种假设是严格的,因为空测试统计数据也可以关联和依赖结构可以比假定的参数相关性更复杂的结构。此外,beta-binomial分布的计算是密集的,因为计算是必需的。然而,据我们所知这是唯一纸直接处理这一重要设计问题。
在这篇文章中,我们提供了一个更一般的方法,样本大小计算控制自民党在依赖程度低的假设。在某些假设之间的依赖测试统计,均值和方差的显式公式自民党已衍生为每个固定效果(<一个href="#B19">23一个>]。公式阐明各种设计参数的影响在自民党的方差。此外,公式提供了一个方便的工具来计算样本大小控制自民党。在[<一个href="#B26">13一个>,<一个href="#B20">18一个>,<一个href="#B23">19一个>,<一个href="#B14">24一个>),我们考虑的概率检测至少一个指定的比例真的替代假说作为标准。迭代计算算法计算样本大小。仿真实验表明,与合成研究样本大小满足给定的权力则拒绝阈值。我们说明样本大小的计算程序使用一个数据集前列腺癌。
假设 表示两个拒绝的皮尔森相关系数指标 通过数值研究显示,自民党的变异性增加当测试统计数据的依赖<一个href="#B7">25一个>,<一个href="#B17">26一个>]。但自民党的设计参数和方差之间的关系还没有检查通过分析公式。常见的假设下效果和弱依赖测试统计,显式公式的意思 方差公式(<一个href="#EEq3">2.10一个>)论述了各种设计参数对自民党的方差的影响。探索的影响,在图<一个href="//www.newsama.com/journals/jps/2012/817948/fig1/" target="_blank">1一个>我们计算2。方法
2.1。符号
结果
拒绝
接受
总
是真的
是真的
总
预期成果
拒绝
接受
总
是真的
是真的
总
2.2。设计参数的影响在自民党的方差
(一)
(b)

(一)
(b)