KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Batch Effects and Noise in Microarray Experiments

Batch Effects and Noise in Microarray Experiments Sources and Solutions

Aus der Reihe Wiley Series in Probability and Statistics

126,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.12.2009

Verlag

John Wiley & Sons

Seitenzahl

288

Maße (L/B/H)

24,9/17,3/2 cm

Gewicht

612 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-0-470-74138-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.12.2009

Verlag

John Wiley & Sons

Seitenzahl

288

Maße (L/B/H)

24,9/17,3/2 cm

Gewicht

612 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-0-470-74138-2

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Batch Effects and Noise in Microarray Experiments
  • List of Contributors
     
    Foreword
     
    Preface

    1 Variation, Variability, Batches and Bias in Microarray Experiments: An Introduction
     
    Andreas Scherer

    2 Microarray Platforms and Aspects of Experimental Variation
     
    John Coller
     
    2.1 Introduction
     
    2.2 Microarray Platforms
     
    2.3 Experimental Considerations
     
    2.4 Conclusions

    3 Experimental Design
     
    Peter Grass
     
    3.1 Introduction
     
    3.2 Principles of Experimental Design
     
    3.3 Measures to Increase Precision and Accuracy
     
    3.4 Systematic Errors in Microarray Studies
     
    3.5 Conclusion

    4 Batches and Blocks, Sample Pools and Subsamples in the Design and Analysis of Gene Expression Studies
     
    Naomi Altman
     
    4.1 Introduction
     
    4.2 A Statistical Linear Mixed Effects Model for Microarray Experiments
     
    4.3 Blocks and Batches
     
    4.4 Reducing Batch Effects by Normalization and Statistical Adjustment
     
    4.5 Sample Pooling and Sample Splitting
     
    4.6 Pilot Experiments
     
    4.7 Conclusions
     
    Acknowledgements

    5 Aspects of Technical Bias
     
    Martin Schumacher, Frank Staedtler, Wendell D Jones, and Andreas Scherer
     
    5.1 Introduction
     
    5.2 Observational Studies
     
    5.3 Conclusion

    6 Bioinformatic Strategies for cDNA-Microarray Data Processing
     
    Jessica Fahl´en, Mattias Landfors, Eva Freyhult, Max Bylesj¨o, Johan Trygg, Torgeir R Hvidsten, and Patrik Ryd´en
     
    6.1 Introduction
     
    6.2 Pre-processing
     
    6.3 Downstream analysis
     
    6.4 Conclusion

    7 Batch Effect Estimation of Microarray Platforms with Analysis of Variance
     
    Nysia I George and James J Chen
     
    7.1 Introduction
     
    7.2 Variance Component Analysis across Microarray Platforms
     
    7.3 Methodology
     
    7.4 Application: The MAQC Project
     
    7.5 Discussion and Conclusion
     
    Acknowledgements

    8 Variance due to Smooth Bias in Rat Liver and Kidney Baseline Gene Expression in a Large Multi-laboratory Data Set
     
    Michael J Boedigheimer, Jeff W Chou, J Christopher Corton, Jennifer Fostel, Raegan O'Lone, P Scott Pine, John Quackenbush, Karol L Thompson, and Russell D Wolfinger
     
    8.1 Introduction
     
    8.2 Methodology
     
    8.3 Results
     
    8.4 Discussion
     
    Acknowledgements

    9 Microarray Gene Expression: The Effects of Varying Certain Measurement Conditions
     
    Walter Liggett, Jean Lozach, Anne Bergstrom Lucas, Ron L Peterson, Marc L Salit, Danielle Thierry-Mieg, Jean Thierry-Mieg, and Russell D Wolfinger
     
    9.1 Introduction
     
    9.2 Input Mass Effect on the Amount of Normalization Applied
     
    9.3 Probe-by-Probe Modeling of the Input Mass Effect
     
    9.4 Further Evidence of Batch Effects
     
    9.5 Conclusions
     
    Disclaimer

    10 Adjusting Batch Effects in Microarray Experiments with Small Sample Size Using Empirical Bayes Methods
     
    W Evan Johnson and Cheng Li
     
    10.1 Introduction
     
    10.2 Existing Methods for Adjusting Batch Effect
     
    10.3 Empirical Bayes Method for Adjusting Batch Effect
     
    10.4 Data Examples, Results and Robustness of the Empirical Bayes Method
     
    10.5 Discussion

    11 Identical Reference Samples and Empirical Bayes Method for Cross-Batch Gene Expression Analysis
     
    Wynn L Walker and Frank R Sharp
     
    11.1 Introduction
     
    11.2 Methodology
     
    11.3 Application: Expression Profiling of Blood from Muscular Dystrophy Patients
     
    11.4 Discussion and Conclusion