相信大多数的科研小伙伴在做研究时都遇到数据量过大，难以找到一个行之有效的方法对大量数据进行统计分析这一难题。MVDA能够帮助大家去解决样本问题：异常点、迁移或分布趋势、变量问题：差异变量筛选，关键变量筛选、预测问题：回归方程建立和评估，样本分型判定、关联问题：数据组内在相关性分析。
PCA模型的构建和分析:主成分分析的应用
OPLS-DA模型的构建和分析:回归判别模型的应用
PCA+OPLS-DA模型的组合使用:代谢组数据基础分析流程
OPLS在功能代谢组中的应用:回归模型的筛选、预测作用
PCA-Class模型在判别中的应用:分类模型在标准建立中的应用
O2PLS模型在组学关联中的应用:基于模型整体趋势的关联分析
 点击预约阿趣课堂培训班
|
