论文部分内容阅读
随机森林算法被广泛应用于GWAS等高维数据中,然而传统地将混杂因素作为协变量的方法在随机森林中并不适用.本研究探讨随机森林算法中mtry为最大值时对混杂校正的应用效果.本研究分别产生带有一个混杂和两个混杂因素的模拟数据,并分析了LCT基因与身高的GWAS数据.
存在混杂时高维数据的随机森林分析
【摘 要】
：
随机森林算法被广泛应用于GWAS等高维数据中,然而传统地将混杂因素作为协变量的方法在随机森林中并不适用.本研究探讨随机森林算法中mtry为最大值时对混杂校正的应用效果.本研究分别产生带有一个混杂和两个混杂因素的模拟数据,并分析了LCT基因与身高的GWAS数据.
【机 构】
：
南京医科大学生物统计学系
【出 处】
：
2017年中国卫生统计学学术年会
【发表日期】
：
2017年10期
其他文献
Development of a Radiosensitive Gene Signature for Patients with Soft Tissue Sarcoma by a New Adapti
会议
Elevated platelet count appears to be associated with increased risk of lung cancer: a Mendelian Ran
会议
基于全国分省的妇幼年报数据,对孕产妇死亡率和婴儿死亡率的影响因素进行分析.结合双反应变量重复测量数据的特点,利用MLwiN2.30软件拟合二元多水平Poisson模型.结果表明当探索重复测量资料中双反应变量的共同影响因素及其影响差异时,传统进行两次多水平Poisson模型己不再适用,二元多水平Poisson模型更为合适.
Factors Influencing Total Hospitalization Costs in Pneumonia Patients Covered by the Tianjin Urban E
会议
clusterDM: A powerful statistical method for partitioning methylation regions and detecting differen
会议