基于似然比检验的最平凡解检验
NaiveDE的Python项目详细描述
这个包实现了最简单形式的差分表达式测试。 它只适合两个线性模型,假设正态分布残差 每个基因。假设它们是嵌套的,似然比检验是 然后进行模型比较。
测试的功率可能很低,并且会产生噪音,但不应该是 有偏见。对于许多(即数百个)样品,它应该可以正常工作。
这可以作为与更复杂测试的基线比较。
##人造折叠变化
该软件包还具有创建受控制的输入折叠更改的方法 使用ercc spike-ins的数据中的假条件。这是系统的 随机条件下尖峰蛋白的重新命名。避免不切实际 层次的变化,输入集中是用来限制可能的重命名。
这假设使用的表达式度量在不同的 顺序。因此,这些应以最佳方式考虑长度和其他序列 创建假折叠更改之前的功能。