基于距离的方差分析：近似推断及其在全基因组关联研究中的应用
统计方法学
2012-05-14 v1 应用统计
摘要
在从遗传学到基因组学和神经影像学的若干现代应用中，需要比较不同群体（如健康个体和患病个体组）之间的观测值。其兴趣在于检测群体效应。当观测值是向量形式、实值且服从多元正态分布时，通常应用多元方差分析（MANOVA）检验。然而，当处理更复杂的数据结构（如函数型（例如曲线）或图结构（例如树和网络）对象）时，这些传统方法可能不适用，因为所需的分布假设可能被违反。在本文中，我们讨论了一种基于距离的类似MANOVA的方法——DBF检验，用于检测更广泛数据类型下的组间差异。与其他基于距离的统计量类似，该检验统计量仅依赖于一个适当选择的距离度量，该度量捕捉所有可用样本之间的成对相异性。我们提出了DBF统计量的近似零概率分布，从而无需昂贵的置换程序即可进行推断。通过大量模拟，我们提供了证据表明所提出的方法适用于一系列数据类型和距离，并且推广了传统的MANOVA检验。我们还报告了该方法在阿尔茨海默病多位点全基因组关联研究分析中的应用，该研究使用了多种遗传距离度量。
引用
@article{arxiv.1205.2417,
title = {Distance-based analysis of variance: approximate inference and an application to genome-wide association studies},
author = {Christopher Minas and Giovanni Montana},
journal= {arXiv preprint arXiv:1205.2417},
year = {2012}
}