臺灣博碩士論文加值系統

微陣列晶片是發展及應用較為成熟的生物晶片技術。由於微陣列實驗程序複雜，故資料常包含多種不同來源的實驗誤差，為了適當的區分實驗中來自處理、晶片及基因的效應，我們提出混合效應變異數分析模型來調整系統誤差。針對各基因在不同實驗環境的差異性假設檢定問題，利用最小平方法推導出點估計以及對應的檢定統計量。本研究介紹多重檢定問題中的族型一誤差，並證明在此模型下，Sidak調整法為適當的多重檢定方法。在給定族型一誤差率的顯著水準，利用檢定力的公式，運算出在預設檢定力的最低水準下所需最小樣本（晶片）數。最後我們透過電腦模擬，以蒙地卡羅法來估計檢定力與族型一誤差率，由模擬結果發現，採用此最小樣本數結果，其檢定力可達到預期的水準以上，並且其族型一誤差率皆適當地控制在顯著水準以內。

目錄 I
表目錄 II
圖目錄 III
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
第二章 混合效應變異數分析模型 5
2.1 模型之建立與解釋 5
2.2 估計與檢定 8
2.2.1 最小平方估計量 8
2.2.2 檢定統計量 8
2.3 檢定誤差 9
2.3.1 族型一誤差率、個別型一誤差率與族檢定力 12
2.3.2 控制族型一誤差率的方法 14
2.3.3 檢定統計量之獨立性 15
第三章 樣本數之決定 16
3.1 檢定力之推導 16
3.2 數值運算與繪圖 17
3.3 與文獻結果之比較 23
第四章 模擬 27
4.1　參數設定 27
4.2　檢定力與族型一誤差率之驗證 28
4.3　模擬結果 29
第五章 結論 35
參考文獻 36
附錄 37
附錄一 交互作用項的相關性 37
附錄二 檢定式變異數 38
附錄三 MSE的自由度 42
附錄四 檢定統計量間的相關性 44
附錄五 檢定力之導出 52
附錄六 計算重複數程式 55
附錄七 驗證檢定力及族型一誤差程式 57

1.Black, M.A. and Doerge, R.W. (2001). Caculation of the Minimum Number of Replicate Spots Required for Detection of Significant Gene Expression Fold Change in Microarray Experiments. Bioinformatics, 18,1609-1616.
2.Kerr, M. K., Afshari, C. A., Bennett, L., Bushel, P., Martinez, J., Walker, N. J. and
Churchill, G. A. (2001). Statistical Analysis of a Gene Expression Microarray Experiment with Replication. Statistica Sinica, 12,203-218.
3.International Human Genome Sequencing Consortium. (2001). Initial Sequencing and Analysis of the Human Genome. Nature, 409,861-921.
4.Lee, M.-L.T., and G. A. Whitemore (2002). Power and Sample Size for DNA Microarray Studies. Statistics in Medicine, 21, 3543-3570.
5.Muller, K.E., LaVange, L.M., Ramey, S.L., and Ramey, C.T. (1992). Power Calculations for General Linear Multivariate Models including Repeated Measures Applications. Journal of the American Statistical Association, 87, 1209-1226.
6.Wolfinger, R.D., Gibson, G., Wolfinger, E.D., Bennett, L., Hamadeh, H., Bushel, P., Afshari, C., and Paules, R.S. (2001). Assessing Gene Significance from cDNA Microarray Expression Data via Mixed Models. Journal of Computational Biology, 8, 625-637.