使用非局部分布混合模型的多重假设筛选及其在基因组学研究中的应用
统计方法学
2023-03-10 v2 应用统计
摘要
大规模数据集的分析，尤其在生物医学背景下，经常涉及对多重假设的原则性筛选。著名的两组模型将检验统计量的分布用两种竞争密度（零分布与备择分布）的混合联合建模。我们研究使用加权密度，特别是非局部密度作为工作备择分布，以强制其与零分布分离，从而精炼筛选过程。我们展示了在固定混合比例下，相对于局部的、未加权似然方法，这些加权备择如何改善所得检验的各类运行特征，例如贝叶斯错误发现率。我们提出了参数与非参数模型设定，以及用于后验推断的高效采样器。通过模拟研究，我们展示了我们的模型在各类运行特征上与既有最先进替代方法的比较。最后，为说明方法的通用性，我们使用来自异质性质基因组学研究的公开数据集进行了三项差异表达分析。
引用
@article{arxiv.2205.00930,
title = {Multiple hypothesis screening using mixtures of non-local distributions with applications to genomic studies},
author = {Francesco Denti and Stefano Peluso and Michele Guindani and Antonietta Mira},
journal= {arXiv preprint arXiv:2205.00930},
year = {2023}
}