การเปรียบเทียบวิธีการวิเคราะห์ความสำคัญของกลุ่มยีนและวิธีการถดถอยโลจิสติกทวิภาคในการหาความสัมพันธ์ระหว่างเซตของยีนและฟีโนไทป์แบบทวิภาค

สุธิภาส สิงห์เรือง

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/50580

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วิฐรา พึ่งพาพงศ์	en_US
dc.contributor.author	สุธิภาส สิงห์เรือง	en_US
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี	en_US
dc.date.accessioned	2016-12-01T08:09:59Z
dc.date.available	2016-12-01T08:09:59Z
dc.date.issued	2558	en_US
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/50580
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558	en_US
dc.description.abstract	งานวิจัยฉบับนี้มีวัตถุประสงค์ เพื่อศึกษาและเปรียบเทียบวิธีการวิเคราะห์ความสำคัญของกลุ่มยีน และการถดถอยโลจิสติกทวิภาค ในการหาค่า p-value ของแต่ละเซตยีน โดยคำนึงถึงความสัมพันธ์และการทำงานร่วมกันเป็นเซตของยีนเป็นหลัก โดยการศึกษานี้จะเปรียบเทียบประสิทธิภาพ จากการวิเคราะห์ข้อมูลจำลองทั้งในกรณีที่ข้อมูลมีขนาดตัวอย่างมากกว่าจำนวนของยีนหรือตัวแปรอิสระ และกรณีที่ข้อมูลมีขนาดตัวอย่างน้อยกว่าจำนวนของตัวแปรอิสระ หรือที่เรียกว่า “ข้อมูลที่มีมิติสูง” ในขอบเขตการศึกษาต่างๆกัน ในงานวิจัยนี้จะเปรียบเทียบค่าอัตราความผิดพลาดรวม และค่าอำนาจในการทดสอบเพื่อวัดประสิทธิภาพจากวิธีทั้งสอง จากการศึกษาภายใต้ขอบเขตดังกล่าวผลปรากฏว่าวิธีการถดถอยโลจิสติกทวิภาค มีค่าอำนาจการทดสอบ(เฉลี่ย)สูง ในกรณีขนาดตัวอย่างมากกว่าจำนวนของตัวแปรอิสระ ในขณะที่วิธีการวิเคราะห์ความสำคัญของกลุ่มยีนมีค่าอำนาจการทดสอบ(เฉลี่ย)สูง ในกรณีขนาดตัวอย่างน้อยกว่าจำนวนของตัวแปรอิสระ แต่เมื่อพิจารณาถึงการวัดประสิทธิภาพจากค่าอัตราความผิดพลาดรวม พบว่าวิธีการวิเคราะห์ความสำคัญของกลุ่มยีนมีค่าต่ำ สำหรับกรณีขนาดตัวอย่างมากกว่าจำนวนของตัวแปรอิสระ ในขณะที่วิธีการถดถอยโลจิสติกทวิภาค มีค่าต่ำสำหรับกรณีขนาดตัวอย่างน้อยกว่าจำนวนของตัวแปรอิสระ	en_US
dc.description.abstractalternative	This research is aimed to study and compare Gene Set Enrichment Analysis method and binary logistic regression in finding p-values of each gene set. Here we consider the relationship and collaboration among genes in each gene set. In this study, the performance of two methods are compared using simulated data in two cases: (i) sample size is larger than the number of genes or independent variables (ii) sample size is smaller than the number of independent variables which is called “high-dimensional data”. The performance of two methods are compared in terms of the family wise error rate and the power of test. Results from simulation suggest that the binary logistic regression has larger power than the Gene Set Enrichment Analysis when sample size is larger than the number of independent variables while the Gene Set Enrichment Analysis has larger power when the data is high-dimensional. However, in terms of family-wise error rate, the Gene Set Enrichment Analysis is better than the binary logistic regression in case of low-dimensional data while the binary logistic regression is superior in case of high-dimensional data.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2015.974	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ยีน
dc.subject	การวิเคราะห์การถดถอยโลจิสติก
dc.subject	Genes
dc.subject	Logistic regression analysis
dc.title	การเปรียบเทียบวิธีการวิเคราะห์ความสำคัญของกลุ่มยีนและวิธีการถดถอยโลจิสติกทวิภาคในการหาความสัมพันธ์ระหว่างเซตของยีนและฟีโนไทป์แบบทวิภาค	en_US
dc.title.alternative	A comparison of gene set enrichment analysis and binary logistic regression for investigating the relationship between gene sets and a binary phenotype	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	สถิติ	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Vitara.P@Chula.ac.th,vitara@cbs.chula.ac.th	en_US
dc.identifier.DOI	10.14457/CU.the.2015.974	-
Appears in Collections:	Acctn - Theses

Files in This Item:

File	Description	Size	Format
5781591926.pdf		2.16 MB	Adobe PDF	View/Open

Show simple item record