alak leirasa, normal eloszlas p ertekkel, egyebek

  • alak leirasa, hibafv, normal eloszlashoz p ertek
    •  cel:
      • ne csak szemmel lassuk, hogy rossz az illesztes, valahogyan jo lenne ket dolog
        • egyik
          • objektiven latni hogy rossz egy illesztes
            • ehhez az kell hogy a hibak osszehasonlithatoak legyenek kulonbozo adatokra (most is azok? nem!)
        • masik
          • egy meroszam arra, hogy tenyleg "olyan" alaku az eloszlas
            • ez nehez, szerintem nagyon bonyolult ezt okosan megcsinalni, mindig egyszerubb lesz azt csinalni hogy:
              • megnezzuk mik a rosszak
              • kirajzoljuk azoknak az alakjat
    • hibafv normalizalasa
      • kesz, le kell osztani az atlagmeret logaritmusaval (tesztelve, matematikailag is kb bizonyitva)
    • objektiven latni hogy rossz egy illesztes
      • tegyuk fel hogy az illesztes sose romlik el
        • ez nyilvan nem igaz, de azert azt latjuk hogy legtobbszor tenyleg nagyon jol mukodik, ha jo az adat akkor megtalalja az optimalisat
      • ekkor eleg azt nezni hogy normal eloszlasuak-e az ertekeink: valamilyen p ertek vagy valoszinuseg
    • ket otlet
      • elso: illesztesek hibaja
        • illesztjuk az adatunkat, annak a parametereivel csinalunk normaleloszlasu adatokat, szurjuk az eredeti merettartomannyal
        • ezekre az adatokra ujra illesztunk, megnezzuk mekkora ez a hiba
          • ha nagyobb a hiba akkor gondolhatjuk hogy az eredetink is eleg jo
          • ha kisebb akkor nem normaleloszlas
        • ezt megcsinaljuk sokszor, lesz egy "p ertekunk"
          • (ez itt egy kicsit zavaros, egy tokeletes normal eloszlasnak is 0.5 lenne a p erteke ezzel)
        • azt latjuk hogy nagyon kevesnek lesz kicsi a p erteke
          • rakjunk egy kis zajt az adatokra
            • mennyit?
            • valtoztassuk hogy mennyit rakunk ra, nezzuk meg melyik genotipusnal milyen zajra lesz mar jobb mint az eredeti
            • es akkor ez lesz a meroszam, nem az eredeti p ertek es akkor nem akkora gond az hogy tokeletesre is 0.5-t kapunk
        • *abra* ami mutatja a "drop"-ot p ertekekben
        • *abra* ami mutatja a zajt ahol mar 0.5 alatt van a "p-ertek"


        • *abra* ami mutatja a drop es az error kozti osszefuggest
      • masodik: hasznalni mas algoritmust (mar elore megirt normaleloszlas tesztelo algoritmusok)
        • teljes tartomany kellene
        • csinaljunk teljes tartomanyt!
          • illesztjuk, szimulalunk, vesszuk a "hianyzo" reszt a szimulaltbol es hozzarakjuk
        • mindegyikre nagyon rossz ertekeket kapunk
        • nagyon sok mulik az ujrasizmulalason
          • itt is lehetne sokszor ujracsinalni az egeszet, de nem adna tobbet mint a masik
  • otlet hibafv-hez
    • legyen egy kis turese a hibafv-nek
      • ha a hiba pl 10%-nal kisebb, akkor ne szamitson
      • hatha igy nehany rossz illesztesnel jobban az alakot fogja meg
    • mas illesztest kapunk, de nem mondanam hogy jobbat
    • el lehet ezen picit gondolkodni
  • valami egyszer jol illeszkedik egyszer rosszul
    • meg egyszer osszeszedve:
      • setd2-dualguide (jo) vs setd2-hongchen (rossz)
      • pten-dualguide (jo) vs pten-hongchen (rossz)
      • nf1-dualguide (jo) vs nf1-hongchen (rossz)
      • p53-lkb1-dualguide (rossz) vs kptc-lkb1-rogers (jo) (kltc-p53 rogersben is rossz)
      • p53-rb1-dualguide (rossz) vs kptc-rb1-rogers (jo)
    • fontos megjegyezni hogy ez fuggetlen az illesztol, szemmel latjuk az alakbeli kulonbsegeket
    • milyen valaszt varunk?
      • nem az egyes genotipusoknak a mereteit kell vizsgalni, mert latjuk hogy azok masok
      • az a kerdes, hogy miert mas?
      • minden genotipus mas azokban az adatokban?
    • illesztesek:
      • sokkal kisebb a range-e az sdnek meg a meannek a hongchenes adatokban
      • pont forditva tartanam logikusnak: dualguidenal kisebb a range - valamiert - emiatt nem tudja leirni annyira jol az eloszlasokat emiatt nagy lesz a hiba
        • mas kerdes hogy mi lehet a valamiert, meg itt latjuk hogy nem az illesztesnel van gond/furasag, mert latjuk hogy a nyers adatoknal van a problema
    • tokre mas eloszlasa van a mereteknek, akar a pdf akar a cdf (ha van mellette control akkor foleg latszodik)
      • (lehet teljes hulyeseg, de:)
      • mintha a hongchenes adatokban egyre jobban feltoltodne az eloszlas, azaz ha gyorsabban nonek a tumorok, vagy tovabb tart a kiserlet akkor a "felso korlat" nem valtozik, hanem inkabb az hogy a merettartomany felso x szazalekaban egyre tobb tumor lesz
      • ez olyan mintha azt mondanam, es ezert tartom picit hulyesegnek, hogy nem lehet 100 sejtes tumor de ket 50es lehet
      • masik dolog
        • alapbol fura volt, hogy a dualguideos adatokban az inertnek alacsony a max tumormerete, 23 ezer
        • hongchennel 326 ezer, lehet, hogy bezavar valahogy a koinfekcio?
        • a setd2, pten, nf1 nem annyira eros hogy koinfekcio nelkul erosnek lassuk (dualguide, normalis az illesztes), de ha van koinfekcio akkor letezik olyan parositas amitol fura lesz? az inert alacsony maximuma mutathatja hogy a dualguideban kevesebb koinfekcio van?
    • valamilyen biologiai valasz esetleg?
      • dualguideban kthc vagy, hongchen ktc
        • lehet ez?
      • rogersnel kptc-ket nezunk, lehet nem annyira eros interakciok mintha dualguide-al neznenk?

Megjegyzések

Megjegyzés küldése

Népszerű bejegyzések ezen a blogon

steepness, hill - different parameters

Kép
problem/goal/basics steepness log(size_99th) - log(size_95th) the percentiles are parameters, these are the defaults, they were used in the article steepness and hill is highly correlated why isn't lkb1 the best? steepness will be high if there is a high probability of a big tumor we saw on the CDFs that lkb1 has a "bump" (dúsulás) so we expect lkb1 to have a high steepness value => is it because of the parameters? is there correlation between the fitting error and the steepness? (default and new parameters) we expect correlation (with "good" parameters) because we saw that all the badly fitting ones have that "bump"  original size cdf: (red is lkb1, green is pten) pten's high steepness: 99th percentile size is the highest 95th percentile is not that different from the others => log(size_99th) - log(size_95th) will be big lkb1's "low" steepness 99th percentile size is high 95th percentile is the highest by a big margin! => lo...
További információk

Miert nem illeszkedik minden genotipus?

Kép
alapproblema felhasznalva az illesztest, szamolunk minden genotipushoz atlagtumormeret erteket (sulyozott integralos algoritmus) ha megnezzuk hogy mi lenne a vart a duplaknal, akkor azt latjuk hogy nagyon keves (pontosan 1, az Rb1_p53) jon ki pozitiv interakcionak (ez szignifikans is amugy) mitol lehet? nezzuk meg melyek azok a genotipusok amik mas meroszamokkal erosek ezeket az illesztesunk "alulbecsuli" (kisebb erteket mond adott percentilishez - foleg a magas percentiliseknel) --> Rb1_p53-nel pont forditva van, annal felulbecsuli az algoritmus, emiatt lesz ennyire eros mit akarunk ezzel kezdeni? opcio ugy modositani az algoritmust hogy megkapjuk pozitivnak azokat amikrol tudjuk hogy azok -> nem ez a cel az alul- es felulbecsulest valahogyan megprobalhatjuk kezelni, de ne az legyen a cel, hogy olyan sulyozast vagy hibafuggvenyt keressunk amivel mukodni fog opcio megerteni hogy miert becsuli alul vagy felul tervek es ahhoz otletek (ha gyorsan lehetett checkolni akkor o...
További információk