⭐ 欢迎来到虫虫下载站! | 📦 资源下载 📁 资源专辑 ℹ️ 关于我们
⭐ 虫虫下载站

📄 t_test.m

📁 计算扰动后的T检验Matlab程序
💻 M
字号:
%==========================================================================
%
% 文件名称:T_test.m
% 摘要:permutation t_test。检验两个样本对于基因i而言是否来自同一分布。
% 作者:李晓明
% 完成日期:2007年5月25日
%
%
% 第一次修改
% 修改内容:修改了choose函数。输出的是特征基因的原始表达量,而不再是归一化表达量。
%          修改目的是使程序更加规范。便于其他程序调用本程序的输出数据。
% 修改时间:2007年6月1日。
% 第二次修改

%==========================================================================
%
% 主函数介绍:函数名:T_test
%            函数实现了t检验。
%            此检验方法的主要目的在于检验两个样本对于基因i而言是否来自同一分布。
%            
% 输入参数:data是基因表达谱数据,行是基因。列是样本。data的第一行是样本类别标记。0表示正常样本;1表示肿瘤样本。
           %===============================================================
           % 07年的胃癌数据。
           %data = importdata('gastric_58.xls');%58*(7+4)  0.005
           %===============================================================
           % 07年的胃癌数据。
           %data = importdata('gastric_138.xls');%138*(7+4) 0.01
           %===============================================================
% 输入参数格式要求:行是基因。列是样本。特别注意:数据的第一行是样本类别标记。0表示正常样本;1表示肿瘤样本。
%
% 输出参数:p_value是单边检验的值。
%          feature_gene是特征基因的原始表达量。
%          feature_order是特征基因的顺序号。
% 函数中的阈值:显著性水平alfa由键盘输入。alfa在0和1之间,且不能太大。
%==========================================================================
%主函数:

function [ p_value, feature_gene, feature_order ] = T_test ( data )

%==========================================================================
% 第一步:将基因表达谱数据标准化。方法:(x-样本最小值)/(样本最大值-样本最小值)。同时计算两类样本的样本个数。

[stand_data, sort_1, sort_2, gene_number ] = standardization ( data );

%==========================================================================
%第二步:针对每一个基因进行置换检验。p_value是根据基因的表达量判断对于每一个基因而言两组样本来自同一总体的概率。

[ p_value ] = permutation_test ( stand_data, sort_1, sort_2, gene_number );

%==========================================================================
%第三步:绘制 “基因序号_p_value” 的散点图。

[ max_p ] = dot_p ( p_value, gene_number );

%==========================================================================
%第四步:根据置信区间找到特征基因。

[ feature_gene, feature_order ] = choose ( data, p_value );

%==========================================================================
%end

⌨️ 快捷键说明

复制代码 Ctrl + C
搜索代码 Ctrl + F
全屏模式 F11
切换主题 Ctrl + Shift + D
显示快捷键 ?
增大字号 Ctrl + =
减小字号 Ctrl + -