مقاله

خوشه بندی پروفایل های طولی با استفاده از مدل های اثرات آمیخته ناپارامتری و نیمه پارامتری

میثم تسلی زاده خمس، meysam tasallizadeh khemes department of statistics, tarbiat modares university, tehran, iran.گروه آمار، دانشگاه تربیت مدرس زهرا رضایی قهرودی، zahra rezaei ghahroodi statistical research and training center, tehran, iran.پژوهشکده آمار

چکیده

مطالعات طولی یکی از شاخه­های علم آمار است که در ارتباط با مجموعه داده­هایی است که در طول زمان اندازه­­گیری می­شوند. یکی از حوزه­های مطالعاتی داده­های طولی در پزشکی و ژنتیک است. از آنجا که خوشه­بندی داده­های بیان ژن دوره­ای زمانی بافت­های سلولی افراد مختلف به خوشه­های همگن مفید است و کسب دانش از این مجموعه­ی عظیم داده­ها ممکن است پیچیده و در مواردی غیر ممکن به­نظر آید، از این­رو شناسایی روش­هایی برای استخراج اطلاعات از این نوع داده­ها ضروری است .روش­های متعددی برای خوشه­بندی داده­های بیان ژن دوره­ای زمانی وجود دارد ولی محدودیت­هایی برای این روش­ها وجود دارد که از جمله­ی آن­ها می­توان به عدم در نظر گرفتن همبستگی در طول زمان و زمان­بر بودن محاسبات اشاره داشت. در این مقاله با معرفی مدل­های اثرات آمیخته­ی ناپارامتری و نیمه­پارامتری، این همبستگی در طول زمان در نظر گرفته شده و با استفاده از اسپلاین تاوانیده حجم محاسبات به طور چشم­گیری کاهش یافته است. در پایان نیز با استفاده از مطالعه­ی شبیه­سازی به منظور بررسی عملکرد روش پیشنهادی، این روش با روش­های قبلی مقایسه می­شود و با استفاده از ملاک bic مدل مناسب­تر در بین مدل­های معرفی شده انتخاب و تحلیل می­شود. همچنین روش پیشنهادی در یک مثال کاربردی داده­های بیان ژن دوره­ای زمانی ارائه شده است.

اسناد مشابه