论文研究 估计基因组分析中Maxmean统计的经验空值分布

基因组分析（GSA）是用于测试一组基因与结果（例如疾病状态或治疗组）的关联的框架。 该方法依赖于计算最大均值统计并通过重新标准化过程来估计最大均值统计的零分布。 在实践中，预定的基因组比组中的基因具有更强的内部相关性。 这可能会导致估计的零值分布存在偏差。 我们基于稀疏性假设得出maxmean统计量的渐近零分布。 我们为maxmean统计量提出了一个灵活的两组混合模型。 混合模型使我们能够通过最大似然法凭经验估计空参数。 我们的经验方法与GSA的重新标准化程序在仿真中进行了比较。 我们表明，当基因在基因组内强烈相关时，我们的方法在零密度估计中更准确。