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.

原文链接:http://www.cqvip.com//QK/87988X/201002/34134049.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）