• No results found

Statistical methods for microarray data Goeman, Jelle Jurjen

N/A
N/A
Protected

Academic year: 2021

Share "Statistical methods for microarray data Goeman, Jelle Jurjen"

Copied!
2
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

Statistical methods for microarray data

Goeman, Jelle Jurjen

Citation

Goeman, J. J. (2006, March 8). Statistical methods for microarray data.

Retrieved from https://hdl.handle.net/1887/4324

Version:

Corrected Publisher’s Version

License:

Licence agreement concerning inclusion of

doctoral thesis in the Institutional Repository of

the University of Leiden

Downloaded from:

https://hdl.handle.net/1887/4324

(2)

S

TELLINGEN

1. Het analyseren van microarray data in termen van groepen genen biedt meer in-zicht in de onderliggende biologie dan een analyse in termen van individuele genen.

Dit proefschrift, hoofdstukken 2 en 3.

2. Bij een analyse van de associatie tussen een groep genen en een klinische variabe-le moet het statistisch model gebaseerd zijn op de onderzoekspopulatie van het uitgevoerde klinische experiment. Dit is een populatie van pati¨enten, niet van genen.

Dit proefschrift, hoofdstukken 1, 2 en 3.

3. Een goodness-of-fit toets is meestal niets anders dan een statistische toets waarvan het alternatief onduidelijk gedefinieerd is.

Dit proefschrift, hoofdstuk 4.

4. Bij de analyse van microarray-data wordt vaak tegelijkertijd aangenomen dat (1.) slechts een klein aantal genen geassocieerd is met een bepaalde klinische varia-bele en dat (2.) slechts een klein aantal genen toegevoegde waarde heeft voor het voorspellen van dezelfde klinische variabele. Gezien de sterke correlaties tussen de genen sluiten deze twee aannamen elkaar echter uit.

Dit proefschrift, hoofdstuk 6.

5. In het geval van ernstige uitbijters in de data moet altijd de optie overwogen worden de rest van de data weg te gooien in plaats van de uitbijters.

6. Gezien de zeer nauwe relatie tussen inductie, falsificatie en statistiek is het zeer verwonderlijk dat de vakgebieden kennisleer en statistiek zich nauwelijks van elkaars bestaan bewust lijken te zijn.

7. De effici¨entie van wetenschappelijk onderzoek in de statistiek zou sterk vergroot worden door een systematische naamgeving van statistische modellen.

8. Een uitdaging bij toegepast onderzoek is het zoeken van een oplossing bij een vraagstuk uit de praktijk. Een uitdaging bij theoretisch onderzoek is het zoeken van een vraagstuk uit de praktijk bij een gevonden oplossing.

9. De regel van Bayes leert dat een screening op terrorisme weinig zin heeft. 10. De armoedeval is een direct gevolg van de voorkeur van de wetgever voor

sim-plistische trapfuncties.

11. De meest wijdverbreide misvatting onder sprekers met een wiskundig getinte voordracht is de veronderstelling dat het publiek geheel zelfstandig de geprojec-teerde wiskundige formules kan lezen, maar hulp nodig heeft bij het lezen van gewone tekst.

12. Als het huidige tekort aan statistici aanhoudt, zal dit in de komende decennia een merkbare rem zetten op de vooruitgang van het medisch onderzoek.

Referenties

GERELATEERDE DOCUMENTEN

– different image analysis software suites – different ‘treatment’ of raw data.. – different analysis of treated data by software suites (Spotfire, GeneSpring,

Waar bij de standaard analyse veel genen niet significant konden worden verklaard omdat er gecorrigeerd moet worden voor multiple testing, is dit bij het testen in de GO-graaf

By specifying the distance metric in covariate space, users can choose the alternative against which the test is directed, making it either an omnibus goodness-of-fit test or a test

The em- pirical Bayes score test often has better power than the F-test in the situations where there are errors in variables in the design matrix X, when a small set of

Based on this analysis, we argue for a doing principal components regression with a relatively small number of components and us- ing only a subset of the predictor variables,

Statistical analysis of microarray data started out with explorative methods, which approach the data impartially and try to let the data ‘speak for them- selves’.. Most methods

If a sample has a positive bar, its expression profile is relatively similar to that of samples which have the same value of the clinical variable and relatively unlike the profile

GO-Mapper: functional analysis of gene expres- sion data using the expression level as a score to evaluate Gene Ontology terms.. Linear models and empirical Bayes methods for