文件名称：clustermodel:将模型拟合到聚类相关数据
文件大小：1.35MB
文件格式：ZIP
更新时间：2024-08-02 12:16:11
Python
集群模型 将模型拟合到聚类相关数据。 问题 您的甲基化数据（或其他局部相关数据）具有在单 CpG 水平无法检测到的微小变化，并且您想要检测区域变化。 以下是绿色疾病与蓝色对照区域的细微变化示例（此软件创建的图像）： 解决方案 有多种组合探针的方法。 困难在于我们不能使用简单的线性模型，因为我们有相关数据。 最明显的方法是： 来自 Irizarry 小组的bumphuting ：找到模型的协变量始终高于偶然的区域。 通常，“机会”是通过对简化模型的残差进行混洗并重新计算模拟 beta 来确定的。 （他们还实现了平滑和许多不错的附加功能） 混合效应模型：拟合每个 CpG 或每个样本的随机截距以解释相关数据。 GEE 模型：使用广义估计方程。 例如，这使我们能够拟合自回归相关结构，例如我们可能期望在相邻探针之间看到的结构。 这在A-clust很好地实现（仅适用于可交换的相关结构）。 st
【文件预览】：
clustermodel-master
----setup.py(1KB)
----.gitignore(32B)
----MANIFEST.in(102B)
----LICENSE(1KB)
----scripts()
--------gen-commands.py(3KB)
--------check-R.R(139B)
--------comparison-plot.py(2KB)
--------meth-matrix.py(4KB)
--------test-methods.R(4KB)
--------sims()
----README.md(15KB)
----clustermodel()
--------plotting.py(6KB)
--------__init__.py(396B)
--------feature.py(3KB)
--------send_bin.py(990B)
--------simulate.py(6KB)
--------tests()
--------clustermodel.py(9KB)
--------__main__.py(18KB)
--------pyper.py(33KB)
----ez_setup.py(10KB)