Searching QTL for several traits wi

Searching QTL for several traits with many markers as in the preliminary experiment increases the chances of type I error (i.e., a false positive association).
Weller et al. (1998) proposed applying the false discovery rate (FDR) for multiple comparisons in QTL analysis. In the current preliminary experiment, there were 40 marker–trait combinations (two traits, 20 markers), of which 5 were significant at P < 0.028 (Table 1).
The critical P-value of 2.8% implies that 1 out of the 40 combinations is expected asfalse positive.
Therefore, four of the five associations found should be true effects (FDR = 20%).
The second experiment conducted with a larger test population and only six markers ensured better protection against false discoveries (Weller et al., 1998).

0/5000

จาก: -

เป็น: -

ผลลัพธ์ (ไทย) 1: [สำเนา]

คัดลอก!

Searching QTL for several traits with many markers as in the preliminary experiment increases the chances of type I error (i.e., a false positive association). Weller et al. (1998) proposed applying the false discovery rate (FDR) for multiple comparisons in QTL analysis. In the current preliminary experiment, there were 40 marker–trait combinations (two traits, 20 markers), of which 5 were significant at P < 0.028 (Table 1). The critical P-value of 2.8% implies that 1 out of the 40 combinations is expected asfalse positive. Therefore, four of the five associations found should be true effects (FDR = 20%). The second experiment conducted with a larger test population and only six markers ensured better protection against false discoveries (Weller et al., 1998).

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 2:[สำเนา]

คัดลอก!

ค้นหา QTL ลักษณะหลายที่มีเครื่องหมายเป็นจำนวนมากในการทดลองเบื้องต้นเพิ่มโอกาสของความผิดพลาดประเภท (เช่นความสัมพันธ์เชิงบวกเท็จ).
เวลเลอร์และคณะ (1998) ได้เสนอการใช้อัตราการค้นพบที่ผิดพลาด (FDR) สำหรับการเปรียบเทียบหลายในการวิเคราะห์ QTL ในการทดลองเบื้องต้นในปัจจุบันมี 40 ชุดที่เครื่องหมาย-ลักษณะ (สองลักษณะ 20 เครื่องหมาย) ที่ 5 อย่างมีนัยสำคัญที่ p <0.028 (ตารางที่ 1).
ที่สำคัญ P-value 2.8% แสดงให้เห็นว่า 1 ใน 40 การรวมกันคาดว่า asfalse บวก.
ดังนั้นสี่ห้าสมาคมพบว่าควรจะมีผลกระทบที่แท้จริง (FDR = 20%).
ดำเนินการทดลองที่สองที่มีประชากรขนาดใหญ่และมีการทดสอบเพียงหกเครื่องหมายมั่นใจป้องกันที่ดีกับการค้นพบที่ผิดพลาด (เวลเลอร์ et al., 1998)

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 3:[สำเนา]

คัดลอก!

ค้นหาความหลายหลายของลักษณะเครื่องหมายเช่นในการทดลองเบื้องต้นเพิ่มโอกาสของความผิดพลาดประเภทที่ 1 ( เช่น บวกปลอมสมาคม )
เอ้อ et al . ( 1998 ) ได้เสนอการใช้อัตราการค้นพบเท็จ ( FDR ) สำหรับการเปรียบเทียบพหุในการวิเคราะห์ความ . ในการทดลองเบื้องต้น ปัจจุบันมี 40 เครื่องหมาย–คุณลักษณะชุด ( สองคุณลักษณะ 20 เครื่องหมาย )ที่ 5 อย่างมีนัยสำคัญที่ P < 0.028 ( ตารางที่ 1 )
p มี 2.8 % หมายความว่า 1 ใน 40 ชุด คาดว่า บวก asfalse .
ดังนั้น สี่ในห้าของสมาคมพบควรผลจริง ( FDR = 20 % ) การทดลองที่ 2 ศึกษา
ที่มีขนาดใหญ่และทดสอบประชากรเพียงหกเครื่องหมายมั่นใจป้องกันดีกว่าการค้นพบเท็จ ( เอ้อ et al . , 1998 )

การแปล กรุณารอสักครู่..

ภาษาอื่น ๆ

การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.