摘要：
聚类与判别 方差分析使用类别自变量和连续数因变量，而判别分析连续自变量和类别因变量（即类标签） 启发式方法：K-mean和k-medoid算法 k-means：每个群集由群集的中心表示 K-medoid或PAM(围绕medoid的分区)：每个集群由集群中的一个对象表示 K-Mean 就是在已知要分为
阅读全文
posted @ 2019-12-11 20:52
YUANya
阅读(830)
推荐(0)
编辑
摘要：
13聚类分析和判别分析 聚类分析 什么是聚类分析？ 聚类：数据对象的集合 在同一集群内彼此相似 与其他集群中的对象不同 聚集分析 将一组数据对象分组为群集，即为分组 聚类是无监督的分类：没有预定义的类。 典型应用 作为了解数据分布的独立工具。 作为其它算法的预处理步骤 什么是好的聚类？ 良好的聚类方
阅读全文
posted @ 2019-12-11 20:48
YUANya
阅读(1925)
推荐(0)
编辑
摘要：
以下方法便于将因素转化为方差齐性的： 对数转换：方差与平均值的平方成正比(即标准差与平均值成正比) 平方根转换：方差与平均值成比例。 倒数变换：标准差与组均值的平方成正比。 平方转换：标准偏差随着组均值的增加而减小，并且/或者如果分布向左倾斜。 反正弦变换是在处理比例和百分比时帮助数据分析人员的转换
阅读全文
posted @ 2019-12-11 20:36
YUANya
阅读(460)
推荐(0)
编辑
摘要：
数据转换 变换是数值尺度的变化。 变换是对正常、均质、线性和异常值的故障的补救。 数据的标度影响变换的效用。 ü如果标度是任意的，则转换更有效， 如果尺度是有意义的，那么解释的难度就会增加。 对数变换 因子效应是乘法而不是加法 方差与平均值的平方成正比(即标准差与平均值成正比) 对数变换实例 假设的
阅读全文
posted @ 2019-12-11 20:35
YUANya
阅读(496)
推荐(0)
编辑
摘要：
相关总结： 在两个随机变量计算完相关系数之后，该系数还不能使用（只能说明两个变量呈何种相关关系，比如正相关或者负相关，x与y的变异有XX可由两者之间的线性关系来表示）， 即不能用R代表相关系数，r必须经过显著性检验才行。r经显著性检验的结果呈不显著时,便推断两变数间不存在相关关系， 这时不能用r代表
阅读全文
posted @ 2019-12-11 20:32
YUANya
阅读(224)
推荐(0)
编辑
摘要：
感染、免疫和微生物组 最易细菌感染的是婴儿。 Evolution of resistence有三类：1.自身突变2.人类导致等。 Viral family，未找到的1000个中有一半都致病。 有的疫苗时间长（HPV）有的时间短（流感疫苗）。 以前这位点后根据位点找pathway。 Eg：现在根据位点
阅读全文
posted @ 2019-12-06 21:16
YUANya
阅读(183)
推荐(0)
编辑
摘要：
五流解释 肿瘤发源于不同组织如果不从各种组织出发，则不能有正确的解决方法。 Hallmarks of cancer LncRNAs操作流 Exosomes ，它的基本故事是平衡流，但是具体内涵是操作流。 Warburg effect，与能量转化有关，在不同末端现象中的体现。 Replication或
阅读全文
posted @ 2019-12-06 21:15
YUANya
阅读(284)
推荐(0)
编辑
摘要：
单细胞测序 单细胞基因组学 测量理由是单细胞的时间空间特异性。 Gene expression&co-expression 比较正常cell与疾病cell，正常organ与疾病organ，看出偏差。 分离单细胞，破碎细胞，RNA逆转录，测量cDNA。 Eg：BAC扩增，可以实现bias很小的的gen
阅读全文
posted @ 2019-12-03 18:05
YUANya
阅读(795)
推荐(0)
编辑
摘要：
生命组学 同义突变虽然不改变蛋白质种类，但是影响量，修饰的稳定性。 SNP vs mutation SNV单核苷酸变化，mutation，SNP是从群体角度思考的，约有1%，mutation比SNP还低。 Alleles and genotype 多种效应叠加比孟德尔遗传出现的概率高。 依据SNP将
阅读全文
posted @ 2019-12-03 18:03
YUANya
阅读(701)
推荐(0)
编辑
摘要：
全球性计划：表观组计划；肝计划 测1000人的变异level HGP计划三个阶段，范围逐步扩大和深化。 Pilot：deep sequence low coverage Phase 1 Phase 2 data分析： discovered SNP Y chromosome不稳定不准，所以测X chr
阅读全文
posted @ 2019-11-29 14:52
YUANya
阅读(510)
推荐(0)
编辑
