您好,登錄后才能下訂單哦!
這篇文章主要介紹“R語(yǔ)言如何選擇單因素”的相關(guān)知識(shí),小編通過(guò)實(shí)際案例向大家展示操作過(guò)程,操作方法簡(jiǎn)單快捷,實(shí)用性強(qiáng),希望這篇“R語(yǔ)言如何選擇單因素”文章能幫助大家解決問(wèn)題。
這就要采用一些降維的方法,選擇單因素中比較重要的一些單因素進(jìn)行下游分析。方法有很多了,其中采用R包rbsurv進(jìn)行分析比較多見(jiàn)。
具體操作如下:
# 先看看操作的數(shù)據(jù)框的結(jié)構(gòu) > head(exprSet)[0:6, 0:6] bcr_patient_barcode time status NEAT1 MIR205HG LRRC75A_AS1 1 TCGA-2W-A8YY 148 0 37464.39 19.90881 24651.08 2 TCGA-4J-AA1J 226 0 81280.86 30453.54242 12288.18 3 TCGA-BI-A0VR 1505 0 57859.60 23164.53371 22721.61 4 TCGA-BI-A0VS 925 0 39732.40 34618.98183 13592.70 5 TCGA-BI-A20A 72 0 78514.49 29501.88646 14386.92 6 TCGA-C5-A0TN 348 1 47486.18 23953.34249 20335.92 ############################################################ # 單因素中顯著的基因,進(jìn)一步魯棒性篩選(此時(shí)選擇全部的樣本比較好) sign_gene_expr <-t(exprSet[sign_gene_id]) dim(sign_gene_expr) # 將矩陣的值轉(zhuǎn)換成numeric rust_test<-matrix(as.numeric(unlist(sign_gene_expr)),nrow=nrow(sign_gene_expr)) row.names(rust_test) <- row.names(sign_gene_expr) time <- exprSet$time status <- exprSet$status fit <-rbsurv(time=time, status=status, x=rust_test, method="efron", max.n.genes=30, n.iter = 10,n.fold = 3,gene.ID =row.names(rust_test)) # 魯棒性分析結(jié)果 > fit$model Seq Order Gene nloglik AIC Selected 0 1 0 0 269.17 538.35 110 1 1 AC092614.2 261.86 525.71 * 2 1 2 RP11_415F23.3 256.66 517.32 * 3 1 3 RP11_395A13.2 254.47 514.95 * 4 1 4 RP4_728D4.2 252.83 513.66 * 5 1 5 DBH_AS1 252.04 514.07 * 6 1 6 RP11_731C17.2 247.11 506.22 * 7 1 7 RP11_621L6.3 243.34 500.68 * 8 1 8 RP11_415F23.4 243.21 502.41 * 9 1 9 RP11_147L13.15 243.00 504.00 * 10 1 10 RP11_753H16.5 240.87 501.75 * 11 1 11 RP11_80H18.4 239.85 501.70 * 12 1 12 AF064858.10 238.96 501.93 * 13 1 13 RP11_261C10.5 238.50 503.00 * 14 1 14 RP11_960L18.1 237.01 502.01 * 15 1 15 AC093110.3 237.00 503.99 * 16 1 16 RP11_1096G20.5 235.03 502.05 * 17 1 17 STARD4_AS1 230.52 495.04 * 18 1 18 RP11_166D19.1 229.46 494.91 * 19 1 19 RP11_12M5.4 226.71 491.41 * 20 1 20 AC005592.2 225.17 490.35 * 21 1 21 RP11_33N14.5 220.06 482.12 * 22 1 22 RP11_713N11.6 219.32 482.64 * 23 1 23 RP11_823E8.3 219.26 484.51 * 24 1 24 RP3_508I15.21 217.63 483.25 * 25 1 25 DNAJC9_AS1 214.43 478.87 * 26 1 26 RP11_452L6.8 212.73 477.45 * 27 1 27 BOLA3_AS1 212.39 478.78 * 28 1 28 RP4_794I6.4 211.21 478.41 * 29 1 29 AC005523.3 209.16 476.32 *
可見(jiàn)30個(gè)因素都比較顯著, 可以選擇這些比較顯著的單因素,進(jìn)行下游的多因素分析。
關(guān)于“R語(yǔ)言如何選擇單因素”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí),可以關(guān)注億速云行業(yè)資訊頻道,小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。