首页 > 文献资料
-
惩罚广义线性模型在遗传关联研究中的应用及R软件实现术
目的 遗传关联研究中高维数据与日俱增.本文探讨基于岭估计、LASSO和弹性网的广义线性模型在遗传关联研究的应用及软件实现,为高维关联分析提供方法学参考.方法 介绍惩罚广义线性模型原理及软件实现方法,并采用模拟的连锁平衡和连锁不平衡的SNPs关联研究数据,以惩罚logistic模型例证R软件glmnet包对广义线性模型的拟合.结果 对连锁平衡和连锁不平衡SNPs模拟数据,LASSO与弹性网均给出稀疏解,较好地选择有关联SNPs而剔除无关联变量;而岭估计把所有变量都保留在模型中,模型复杂度高但相应的解释度未增加.结论 LASSO和弹性网可对高维遗传关联数据进行有效降维,筛选变量的同时提供参数估计,从而降低模型的复杂度.R软件的glmnet包灵活拟合各类惩罚广义线性模型,可在高通量遗传关联分析中推广应用.
-
三种统计分析方法在基因表达谱数据中的比较研究
目的 比较SCAD-支持向量机、支持向量机和弹性网三种方法对基因表达谱数据的变量筛选和预测判别能力.方法 根据设置的参数生成不同条件的基因表达谱模拟数据和实际数据,利用FDR、一致性错误率和ROC曲线下面积(AUC值)从三个方面评价三种方法的变量筛选和预测判别能力. 结果 模拟实验显示在差异变量数不变的情况下,随着差异变量间相关系数的增加,三种方法建立模型的变量筛选和预测判别能力均提高;当差异变量间相关系数不变时,随着差异变量数目的增加,SCAD-支持向量机和弹性网方法的变量筛选和预测判别能力均呈下降趋势,而支持向量机呈现提高趋势. 结论 SCAD-支持向量机不仅改善了支持向量机不能直接进行变量筛选的不足同时提高了模型的精度以及判别的准确性.综合来看SCAD-支持向量机的变量筛选和预测判别能力更优,处理变量间有高度相关性的基因表达谱数据时可以获得更高的预测精度和更稳定的模型估计.
关键词： SCAD-支持向量机 弹性网 一致性错误率 ROC曲线下面积 -
惩罚logistic回归方法在SNPs数据变量筛选研究中的应用
目的 比较L1正则化、L2正则化和弹性网三种惩罚logistic回归对SNPs数据的变量筛选能力. 方法 根据所设置的参数生成不同条件的SNPs仿真数据,利用正确率、错误率和正确指数从三个方面评价三种惩罚logistic回归的变量筛选能力. 结果 正确率表现为L2正则化惩罚logistic回归＞弹性网惩罚logistic回归＞L1正则化惩罚logistic回归;错误率表现为L2正则化惩罚logistic回归＞弹性网惩罚logistic回归＞L1正则化惩罚logistic回归;正确指数则表现为弹性网惩罚logistic回归＞L1正则化惩罚logistic回归＞L2正则化惩罚logistic回归. 结论 综合来看弹性网的筛选能力更优,弹性网融合L1、L2两种正则化的思想,在高维数据分析中既能保证模型的稀疏性,便于结果的解释,又解决了具有相关性自变量不能同时进入模型的问题.
关键词： 惩罚logistic回归 L1正则化 L2正则化 弹性网 正确指数 -
基于虚拟编码和弹性网多值Logistic回归的红斑鳞状皮肤病诊断方法
红斑鳞状皮肤病是6种常见皮肤科疾病的统称,其诊断一直是皮肤科的难题.本文提出了基于名词性变量虚拟编码的弹性网罚多值logistic回归方法.该方法从皮肤病数据的变量属性出发,首先将名词性变量进行虚拟编码,避免了标称值直接计算带来的不合理性;继而通过带弹性网罚的多值logistic回归模型拟合特征与疾病分类间的关系;后通过坐标下降法求得模型的参数估计.实验中采用10折交叉验证方法并达到了98.34％±0.002 7％的诊断正确率,与其他方法相比,本文方法正确率相当,且步骤简单,稳定性很强.
关键词： 红斑鳞状皮肤病 多值logistic回归 弹性网 坐标下降 虚拟编码
