RESUMEN

MOTIVATION: Standard statistical techniques often assume that data are normally distributed, with constant variance not depending on the mean of the data. Data that violate these assumptions can often be brought in line with the assumptions by application of a transformation. Gene-expression microarray data have a complicated error structure, with a variance that changes with the mean in a non-linear fashion. Log transformations, which are often applied to microarray data, can inflate the variance of observations near background. RESULTS: We introduce a transformation that stabilizes the variance of microarray data across the full range of expression. Simulation studies also suggest that this transformation approximately symmetrizes microarray data.

Asunto(s)

Perfilación de la Expresión Génica/instrumentación , Perfilación de la Expresión Génica/métodos , Modelos Genéticos , Modelos Estadísticos , Análisis de Secuencia por Matrices de Oligonucleótidos/instrumentación , Análisis de Secuencia por Matrices de Oligonucleótidos/métodos , Algoritmos , Análisis de Varianza , Calibración/normas , Interpretación Estadística de Datos , Perfilación de la Expresión Génica/normas , Funciones de Verosimilitud , Análisis de Secuencia por Matrices de Oligonucleótidos/normas , Estándares de Referencia , Reproducibilidad de los Resultados , Sensibilidad y Especificidad , Programas Informáticos