Письмо в редакцию
Статистическое прогнозирование с помощью glmnet
Statistical predictions with glmnet
FWCI: 48.0FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 1120 · Ссылки: 23 · Лицензия: CC-BY
Цитирование по годам: 2026: 243 · 2025: 280 · 2024: 273 · 2023: 215 · 2022: 117
Аннотация
Методы регрессии типа эластичной сети стали широко применяться для прогнозирования исходов в эпигеномных исследованиях ассоциаций (EWAS). Эти методы допускают смещение оценок коэффициентов в обмен на снижение их дисперсии, что позволяет повысить точность прогнозирования. Мы приводим рекомендации по построению компактных моделей с низкой среднеквадратичной ошибкой и пошаговые примеры для каждого этапа на языке R.
прогнозирование исходов в EWASрегрессия типа эластичной сетикомпактные прогностические моделисреднеквадратичная ошибка моделиэпигеномные исследования ассоциациймоделирование в glmnet
Переведем эту статью за 1 час
Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.
Попробовать бесплатно →Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.