23 多変量解析を用いた メタボロームデータ解析 Multivariate Analysis Approach for Metabolome Data Analysis 4.1 メタボロミクスにおける多変量解析の役割 メタボロミクスにおいて、多変量解析はデータの
23 多変量解析を用いた メタボロームデータ解析 Multivariate Analysis Approach for Metabolome Data Analysis 4.1 メタボロミクスにおける多変量解析の役割 メタボロミクスにおいて、多変量解析はデータの視覚化、または回帰・判別の予測モデ ルの構築のために用いられている。多変量解析の手法としてよく知られ、またメタボロミク スで比較的よく用いられる方法として、主成分分析 * (Principal Component Analysis, PCA)50 または Partial least squares** (PLS)51 が挙げられる。主成分分析と PLS の違いは、その計算に 群情報を用いるか否かであり、前者は教師なし、後者は教師あり次元削減法 *** として区別さ れる。多変量解析の理論的詳細については、様々な書籍 ( 例えば文
Rでt検定 1
t検定の仮定 本来，t検定には，さまざまな仮定が伴うものである。 各群の標本が，いずれも正規母集団から得られたものであること（正規性） 各群の母分散が等しいこと（等分散性） したがって，t検定の実施に先立って，これらの仮定が成り立つかどうかを判断しなければならない。 そのために，正規性と等分散性について，それぞれ異なる検定を行う必要がある。 正規性の検定 2群のデータの分布が，正規分布に従うかどうかを検定する。 この目的には，Kolmogorov-Smirnov（コロモゴロフ・スミノフ）検定がよく用いられる。 Rでは，この頭文字をとって ks.test() という名前の関数が用意されている。 この検定の帰無仮説は「あるデータが，正規分布をなす」である。 したがって，P値が大きければ，正規分布であると判断できる。 > ks.test(x$A,"pnorm",mean=mean(x$A),sd
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
