基于SAS的多元统计方法实现芯片数据挖掘

• 作者: 曹波 杨跃 黄晓韵
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 数据挖掘 芯片 SAS
• 年，卷（期）: 2010,（2）
• 页码范围: 147-149
• 分类号: Q786
• 字数: 2561字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2010.02.012

摘要

利用SAS软件对GEO的一个肺癌芯片实验进行挖掘.采用非参数检验,判别分析和回归分析对该芯片实验中14个核受体的表达信息进行分析.结果表明,在0.05显著性水平下,ER1、VDR、 RARα和 RORα四个基因在腺癌和鳞癌表达具有统计学差异;RARβ在复发组和非复发组表达有差异.判别分析结果显示VDR和RORα表达量可以对病理类型进行预测,但是总误判率很高(0.238 9);RARβ和PPARα对判别是否复发的总误判率更高(0.345 7).建立回归方程预测病理类型,入选模型的变量也是VDR和RORα,两者OR分别为0.126和4.452.可见,基于SAS的多元统计方法是芯片数据挖掘的一种潜在方法,一旦芯片实验标准化,利用SAS对不同芯片实验数据整合分析的结论将有益于推动假说形成.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹波	北京大学医学部生物数学与生物统计教研室	5	26	4.0	5.0