Transformation des données et comparaison de modèles pour la classification des données RNA-seq

Mélina Gallopin 1, 2, 3 Andrea Rau 3 Gilles Celeux 2 Florence Jaffrézic 3
2 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : High-throughput transcriptome sequencing data (RNA-seq) are made up of highly heterogeneous counts. Although they are often modeled with discrete distributions, including the Poisson and negative binomial distributions, Gaussian models on transformed data could alternatively be considered. We show how the likelihood of these different models can be objectively compared. We focus attention on the problem of clustering gene profiles, where Poisson mixtures on count data are compared with Gaussian mixtures on transformed data.
Type de document :
Communication dans un congrès
47èmes Journées de Statistique de la SFdS, Jun 2015, Lille, France
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01200672
Contributeur : Melina Gallopin <>
Soumis le : mardi 22 septembre 2015 - 09:06:45
Dernière modification le : jeudi 11 janvier 2018 - 06:22:14
Document(s) archivé(s) le : mardi 29 décembre 2015 - 07:39:08

Fichier

submission_165.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01200672, version 1

Citation

Mélina Gallopin, Andrea Rau, Gilles Celeux, Florence Jaffrézic. Transformation des données et comparaison de modèles pour la classification des données RNA-seq. 47èmes Journées de Statistique de la SFdS, Jun 2015, Lille, France. 〈hal-01200672〉

Partager

Métriques

Consultations de la notice

574

Téléchargements de fichiers

157