通过套索主成分检验特征显著性
应用统计
2008-11-12 v1
摘要
我们考虑在高维环境下检验特征显著性的问题。具体而言，我们在微阵列实验中检验差异表达基因。我们希望识别出与某种结果（如生存时间或癌症类型）相关联的基因。我们提出了一种新方法，称为套索主成分（Lassoed Principal Components, LPC），它建立在现有方法之上并能提供显著的改进。例如，在两类数据的情况下，一种标准（尽管简单）的方法可能是为每个基因计算双样本 -统计量。LPC方法涉及将这些常规的基因得分投影到基因表达数据协方差矩阵的特征向量上，然后施加 惩罚以对所得投影进行去噪。我们提出了一个理论框架，在此框架下LPC是识别显著基因的合理选择，并且我们表明，在真实和模拟数据上，与常规方法相比，LPC能显著降低错误发现率。此外，这种灵活的方法可应用于多种类型的数据，并可用于改进许多现有的识别显著特征的方法。
引用
@article{arxiv.0811.1700,
title = {Testing significance of features by lassoed principal components},
author = {Daniela M. Witten and Robert Tibshirani},
journal= {arXiv preprint arXiv:0811.1700},
year = {2008}
}
备注
Published in at http://dx.doi.org/10.1214/08-AOAS182 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)