【问题标题】:Problems averaging fold changes平均折叠变化的问题
【发布时间】:2012-10-31 18:34:45
【问题描述】:

我使用维基百科文章中定义的折叠更改:

http://en.wikipedia.org/wiki/Fold_change

我使用折叠更改已经有一段时间了,但从来没有真正需要计算我所有折叠更改的平均折叠更改。当我昨天这样做时,我意识到这并不是一个直截了当的事情,因为它只是取所有倍数变化值的平均值。这是一个演示我的问题的示例:

让我们考虑 6 折变化:

A = 1.1635710
B = 0.9284593
C = 1.1688855
D = 1.6400114
E = 1.2073252
F = 1.2830912

我总是做的是通过将 -1 除以倍数变化将低于 1 的倍数变化转换为 -1 格式:

A = 1.1635710
B = -1.077053
C = 1.1688855
D = 1.6400114
E = 1.2073252
F = 1.2830912

然后为了计算平均倍数变化,我取了所有倍数变化值的平均值,结果为 0.8976386,这表明平均倍数变化减少了,即使从值本身来看,平均倍数变化应该增加最多其中的增幅甚至更高。

然后我想在将低于 1 的倍数变化转换为负格式之前计算平均倍数变化。然后我得到了 1.231891 的平均值,这似乎更合理。但是,我也怀疑这是否正确。

让我们进一步简化它。假设我们有两次变化,值为 0.8 (-1.25) 和 1.25。显然,当查看 -1.25 和 1.25 时,平均倍数变化应该是 1,所以没有平均变化。这是有道理的。但取 0.8 和 1.25 的平均值得到 1.025,所以略有增加。

长话短说,我不确定如何最好地平均折叠变化列表以获得具有代表性的平均折叠变化。

【问题讨论】:

    标签: average mean


    【解决方案1】:

    这是一个很好的问题,我自己一直在寻找答案。这是我想出的: 1) 记录折叠变化的日志(从 0 到无穷大); 2)平均日志值; 3)计算反对数; 4) 然后根据需要转换为 +/- 值

    在你的第二个例子中:

    log(0.8) = -0.09691

    log(1.25) = 0.09691

    平均 = 0

    10^0 = 1(平均倍数变化 1)

    对于您的第一个示例,使用 6 个数字并使用此方法,我得到您的平均值为 1.214425 倍。

    【讨论】:

    • 嘿,我很久以前找到了相同的解决方案,但忘了在这里发布。现在有点忙 :) 但是是的,我认为这就是这样做的方法!效果很好。无论如何,感谢您发布此内容。可能会帮助其他有同样“问题”的人。
    • 现在,我意识到这个问题已经有一段时间不活跃了。但是,使用这个解决方案,我想知道计算倍数变化的标准偏差的正确方法是什么。那会是10^x,其中 x 等于每次折叠变化的对数的标准差吗?在这种情况下,对数倍数变化的标准偏差为:0.13705,因此:10^0.13705=1.3710
    • 我有同样的问题,我想出了在对数尺度中求平均的相同方法,但我担心它会给较小的数字带来额外的权重。示例:log(10) = 1 和 log(100) = 2 ... mean(1+2) = 1.5 ... 10^1.5 = 31.6 NOT 55(10 + 100 的平均值)。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2023-03-15
    • 1970-01-01
    • 1970-01-01
    • 2015-05-12
    相关资源
    最近更新 更多