Efficiency and Robustness Issues in Complex Statistical Designs for Two-Color Microarray Experiments

Abstract

Identifikation unterschiedlich exprimierter Gene ist eines der wichtigsten Ziele eines Microarray-Experimentes. Die Verwendung eines effizienten Designs in einem Microarray-Experiment kann die Power des statistischen Verfahrens erhöhen. Neben der Effizienz ist auch die Robustheit eine wichtige Frage bei der Auswahl guter Microarray-Designs vor allem aufgrund der vielen fehlenden Werte, die bei Microarray-Exprimenten auftreten. In dieser Dissertation wird das $E$-Optimalitaetskriterium als Effizienz-Ma\ss genutzt und drei weitere Kriterien werden vorgestellt, anhand derer die Robustheit eines Microarray-Designs quantifiziert werden soll.Fuer eine gegebene Anzahl von vorhandenen Arrays und Behandlungsmodalitaeten koennen verschiedene Microarray-Designs betrachtet werden. Die Zahl moeglicher Designs kann sehr gross sein. Deshalb ist eine vollstaendige Analyse der Effizienz und Robustheit rechentechnisch undurchführbar. Aus diesem Grund wird eine Methode vorgeschlagen, die auf einem genetischen Algorithmus basiert. Damit werden gute Microarray-Designs fuer eine gegebene Anzahl von Fragen ausgewaehlt. Diese Methode kann zur Auswahl guter Designs sowohl für das ein- als auch zwei-faktorielle Experiment verwendet werden. Zudem wird die Anwendung beider Kriterien, des Effizienz- und des Robustheitskriteriums, bei der Design-Auswahl demonstriert. Effiziente und robuste Designs werden fuer ein faktorielles Experiment mit verschiedenen Array Anzahlen beispielhaft durchgerechnet.