当前位置:主页 > 理工论文 > 生物学论文 >

引入基因型线性模型的变量选择

发布时间:2020-04-03 01:41
【摘要】:近年来,基因与疾病之间的关联分析已是生物信息学中非常重要的一个研究方向。传统的基因型与疾病的研究主要集中在单个基因型与疾病之间的关联分析,忽略了基因之间的关联对疾病的影响。论文主要考虑引入基因型线性模型,对引入基因型线性AA,Aa,aa后所得的三种模型:隐性模型,可加模型和显性模型。结合高维变量选择方法和工具从理论和模拟两个方向进行了较为深入的研究。研究结果表明,在协变量个数p小于样本容量n时,LASSO方法在识别基因的准确度方面,可以达到百分之90以上,在协变量个数p大于样本容量n时,LASSO方法最多只能识别n个。后续提出NAIVE ELASTIC NET方法,不仅可以在pn时不受限制,还在变量之间有强相关性时体现分组效应,模拟结果表明在变量之间有请相关性时,NAIVE ELASTIC NET方法所得到的估计的MSE比LASSO所得到的要小一些。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:Q811.4

【相似文献】

相关期刊论文 前10条

1 牟建波;刘峧;;基于惩罚方法的贝叶斯群组变量选择[J];绵阳师范学院学报;2017年02期

2 戴伯新;;回归变量选择中的数据诊断[J];应用概率统计;1992年04期

3 王银辉;徐文科;;基于风险函数评价自变量选择对预测的影响[J];哈尔滨师范大学自然科学学报;2012年01期

4 张春霞;李俊丽;;变量选择集成方法[J];工程数学学报;2019年01期

5 李太福;易军;苏盈盈;胡文金;余春娇;;基于特征子空间虚假邻点判别的软传感器模型变量选择[J];机械工程学报;2011年12期

6 张庆;李云霞;;函数型变量选择法用于空气质量影响因素实证分析[J];安庆师范大学学报(自然科学版);2017年04期

7 李扬;许文甫;马双鸽;;污染数据的稳健稀疏成组变量选择方法研究[J];统计与信息论坛;2018年06期

8 徐安察;王玮明;;应用统计类专业探究性教学模式探索与实践——以变量选择准则为例[J];赤峰学院学报(自然科学版);2014年19期

9 杨红;陈德棉;;个人住房抵押贷款违约相关变量选择[J];现代管理科学;2009年04期

10 钟先乐;樊亚莉;张探探;;基于t函数的稳健变量选择方法[J];上海理工大学学报;2017年06期

相关会议论文 前10条

1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年

2 李慷;席裕庚;;复杂过程系统中操作变量选择与定位的方法研究[A];1993年控制理论及其应用年会论文集[C];1993年

3 罗荣富;邵惠鹤;;推断控制中二次变量选择方法的研究[A];1992年中国控制与决策学术年会论文集[C];1992年

4 徐登;范伟;梁逸曾;;紫外光谱结合变量选择和偏最小二乘回归同时测定水中重金属镉、锌、钴[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年

5 曹磊;丛培盛;;偏相关系数矩阵方法用于烟草质量控制的变量选择[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年

6 梁逸曾;李洪东;许青松;曹东升;张志敏;;灰色化学建模与模型集群分析——兼论过拟合、稳健估计、变量选择与模型评价[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

7 李洪东;梁逸曾;;高维数据变量选择新方法研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

8 刘咸姝;潘日芳;;满意控制结构综合的专家系统[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年

9 范伟;李洪东;梁逸曾;;近红外光谱结合CARS变量选择方法用于食醋中总酸的测定[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年

10 张俊华;;南水北调一中线调水区域内降水的时空变化规律的分析研究[A];面向复杂系统的管理理论与信息系统技术学术会议专辑[C];2000年

相关博士学位论文 前10条

1 初一;若干模型下的变量选择和特征筛选[D];山东大学;2018年

2 王延新;高维模型的变量选择与稀疏正则化[D];武汉大学;2013年

3 李子林;高维基因数据中的统计方法[D];清华大学;2016年

4 唐凯临;变量选择和变换的新方法研究[D];同济大学;2008年

5 秦志敏;我国上市公司财务预警变量选择研究[D];东北财经大学;2012年

6 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年

7 姬永刚;分位数回归中的贝叶斯变量选择[D];东北师范大学;2012年

8 赵军;Expectile回归和最优资产组合中的变量选择问题[D];浙江大学;2017年

9 苏盈盈;基于核方法的非线性系统变量选择及其应用[D];重庆大学;2014年

10 王歆e,

本文编号:2612749


资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/swxlw/2612749.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ea1b2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com