| dc.coverage.temporal | 計畫年度：94 起迄日期：20050801～20060831 | en_US |
| dc.creator (作者) | 鄭宗記 | zh_TW |
| dc.date (日期) | 2005 | en_US |
| dc.date.accessioned | 18-四月-2007 16:36:54 (UTC+8) | en_US |
| dc.date.accessioned | 8-九月-2008 16:07:26 (UTC+8) | - |
| dc.date.available | 18-四月-2007 16:36:54 (UTC+8) | en_US |
| dc.date.available | 8-九月-2008 16:07:26 (UTC+8) | - |
| dc.date.issued (上傳時間) | 18-四月-2007 16:36:54 (UTC+8) | en_US |
| dc.identifier (其他 識別碼) | 942118M004005.pdf | en_US |
| dc.identifier.uri (URI) | http://tair.lib.ntu.edu.tw:8000/123456789/3865 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/3865 | - |
| dc.description (描述) | 核定金額：439000元 | en_US |
| dc.description.abstract (摘要) | 近年來，生物技術進步飛速，其相關實驗的資料量化分析則成為重要研究問題。本研究針對蛋白質質譜儀表現資料，期望提出一合理實用的統計分析程序。此種蛋白質體研究的目的，初步希望透過病人與常人的蛋白質表現圖譜之間的比較，發現疾病的生物標記。最終期望能進一步建立高準確度的診斷準則，以協助早期臨床診斷及預防治療。 由此種實驗所獲得的資料有下列三種特性： 一、高雜訊：繁複的實驗過程，使得資料中充滿雜訊。 二、多變數：此實驗可獲得大量且全面的蛋白質資料。 三、少樣本數：由於實驗成本昂貴，所以相較之下，通常獲得的樣本數並不多。 因應上述特點，我們的統計分析程序中將包括雜訊消除、顯著變數選取以及疾病分類準則建立三步驟。其中將以離散型小波轉換來達到消除雜訊的目的。考慮以接收者操作特徵曲線下面積定義為每個變數的判別力，適當選取顯著變數。最後則將考慮以決策樹分類方法來建立分類法。在計畫中，各步驟的方法將透過電腦模擬的方式與其他方法比較。最後本分析程序將應用在一組攝謢腺癌的實際資料上，分析的結果將與文獻上其他方法作比較。 | - |
| dc.format | applicaiton/pdf | en_US |
| dc.format.extent | bytes | en_US |
| dc.format.extent | 808895 bytes | en_US |
| dc.format.extent | 808895 bytes | - |
| dc.format.extent | 22554 bytes | - |
| dc.format.mimetype | application/pdf | en_US |
| dc.format.mimetype | application/pdf | en_US |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | text/plain | - |
| dc.language | zh-TW | en_US |
| dc.language.iso | zh-TW | en_US |
| dc.publisher (出版社) | 臺北市：國立政治大學統計學系 | en_US |
| dc.rights (權利) | 行政院國家科學委員會 | en_US |
| dc.subject (關鍵詞) | 高損壞點估計;最小共變異行列式值估計;最大削減概似估計;穩健診斷 | - |
| dc.title (題名) | 多變量資料均數與共變異數之最大削減概似估計 | zh_TW |
| dc.title.alternative (其他題名) | Maximum Trimmed Likelihood Estimators of Means and Covariances for Multivariate Data | - |
| dc.type (資料類型) | report | en |
