※ 引述《gsuper (统计的巴比伦塔)》之铭言： 部分恕删... >我手上第一组 set , 是合作对象做的实验 , 有 10 片 array --> FC_Ratio 1 >另外两组是 GEO 抓来的 , 跟我们类似的实验 --> FC_Ratio 2 FC_Ratio 3 >3 个 Ratio columns 合成一个矩阵 >拿来比较相似度 data-set的size如何? 如果够大的话,会不会用non-parametric ranking test比较好? >本来我也觉得欧式距离是最佳选择 >但跑 HCL 後看起来还是很乱 >Kmeans 更不合理 如果你要看expression pattern 用gene的log2 value或是intesity会比较好吧?? distance可以用Pearson's dissimiarity来做 >相关距离里面跑最好的是 Kendall`s tao >但有点太粗糙 (大中小....XD) >这有点像是用 clustering 代替 Venn diagram 的感觉 不同为什麽一定要放在一起看耶 光是实验设计一样,用的array平台一样 不同lab出来的data我相信batch effect会相当大 不建议放一起比,即使是用ratio来画也一样 >※ 编辑: gsuper 来自: 140.113.239.247 (07/18 20:19) >※ 编辑: gsuper 来自: 140.113.239.247 (07/18 20:20) -- ★ミ ζ ○_. /(╯ 【今晚的天空有一颗流星划过 在预言着什麽】|> --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 111.250.209.209