Aller au contenu principal
Accès ouvert déclaré 2020 article

Using Copula to Model Dependence When Testing Multiple Hypotheses in DNA Microarray Experiments: A Bayesian Approximation

4Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : es. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Many experiments require simultaneously testing many hypotheses. This is particularly relevant in the context of DNA microarray experiments, where it is common to analyze many genes to determine which of them are differentially expressed under two conditions. Another important problem in this context is how to model the dependence at the level of gene expression. In this paper, we propose a Bayesian procedure for simultaneously testing multiple hypotheses, modeling the dependence through copula functions, where all available information, both objective and subjective, can be used. The approach has the advantage that it can be used with different dependency structures. Simulated data analysis was performed to examine the performance of the proposed approach. The results show that our procedure captures the dependence appropriately classifying adequately a high percentage of true and false null hypotheses when choosing a prior distribution beta skewed to the right for the initial probability of each null hypothesis, resulting in a very powerful procedure. The procedure is also illustrated with real data.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Using Copula to Model Dependence When Testing Multiple Hypotheses in DNA Microarray Experiments: A Bayesian Approximation
Date Crossref
04/09/2020
Éditeur
MDPI AG
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Universidad Complutense de Madrid pays non établi dans la notice
    Université ou école supérieure
  • Universidade Rovuma Matemática e Estatística 3100 Nampula, Mozambique (pays nommé en fin d’affiliation)
    Université ou école supérieure
  • Departamento de Producción Animal pays non établi dans la notice
    Institution
  • Departamento de Estadística e IO pays non établi dans la notice
    Institution

Universidad Complutense de Madrid, Matemática e Estatística — Universidade Rovuma (3100 Nampula, Mozambique) et Departamento de Producción Animal, avec 1 autre affiliation. Pays d’affiliation : Mozambique.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Gene expression and cancer classificationOptimal Experimental Design MethodsStatistical Methods in Clinical Trials

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.