※ 引述《gsuper (統計的巴比倫塔)》之銘言： 部分恕刪... >我手上第一組 set , 是合作對象做的實驗 , 有 10 片 array --> FC_Ratio 1 >另外兩組是 GEO 抓來的 , 跟我們類似的實驗 --> FC_Ratio 2 FC_Ratio 3 >3 個 Ratio columns 合成一個矩陣 >拿來比較相似度 data-set的size如何? 如果夠大的話,會不會用non-parametric ranking test比較好? >本來我也覺得歐式距離是最佳選擇 >但跑 HCL 後看起來還是很亂 >Kmeans 更不合理 如果你要看expression pattern 用gene的log2 value或是intesity會比較好吧?? distance可以用Pearson's dissimiarity來做 >相關距離裡面跑最好的是 Kendall`s tao >但有點太粗糙 (大中小....XD) >這有點像是用 clustering 代替 Venn diagram 的感覺 不同為什麼一定要放在一起看耶 光是實驗設計一樣,用的array平台一樣 不同lab出來的data我相信batch effect會相當大 不建議放一起比,即使是用ratio來畫也一樣 >※ 編輯: gsuper 來自: 140.113.239.247 (07/18 20:19) >※ 編輯: gsuper 來自: 140.113.239.247 (07/18 20:20) -- ★ミ ζ ○_. /(╯ 【今晚的天空有一顆流星劃過 在預言著什麼】|> --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.250.209.209