Vor Ort
Merkzettel Warenkorb
Produktbild: Analysis of Microarray Gene Expression Data

Analysis of Microarray Gene Expression Data

138,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.05.2013

Abbildungen

XVI, 377 p. 18 illus.

Verlag

Springer Us

Seitenzahl

377

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

604 g

Auflage

Softcover reprint of the original 1st ed. 2004

Sprache

Englisch

ISBN

978-1-4757-8823-5

Beschreibung

Rezension

From the reviews:



"This book aims to be a comprehensive work on statistical techniques for analysis of microarray data. … the book contains an elaborate discussion on several variants of useful ANOVA models. … Standard multiple testing and permutation methods are well illustrated. … In conclusion, the book is a successful attempt to be a complete reference work for microarray data analysis. It is certainly a rich source of references." (M. A. van de Wiel, Kwantitatieve Methoden, Issue 3, 2006)

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.05.2013

Abbildungen

XVI, 377 p. 18 illus.

Verlag

Springer Us

Seitenzahl

377

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

604 g

Auflage

Softcover reprint of the original 1st ed. 2004

Sprache

Englisch

ISBN

978-1-4757-8823-5

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Analysis of Microarray Gene Expression Data
  • DNA, RNA, Protein, and Gene Expression.- Microarray Technology.- Inherent Variability in Microarray Data.- Background Noise.- Transformation and Normalization.- Missing Values in Microarray Data.- Saturated Intensity Readings in Microarray Data.- Experimental Design.- Anova Models for Michrorray Data.- Multiple Testing in Microarray Studies.- Permutation Tests in Microarray Data.- Bayesian Methods for Microarray Data.- Power and Sample Size Considerations at the Planning Stage.- Cluster Analysis.- Principal Components and Singular Value Decomposition.- Self-organizing Maps.- Discrimination and Classification.- Artificial Neural Networks.- Support Vector Machines.