Sirvi Autor "Ojavee, Sven Erik" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Pisipilt
    listelement.badge.dso-type Kirje ,
    Geneetiliste päritolukomponentide määramine mitmemõõtmelise statistika meetodite abil
    (Tartu Ülikool, 2015) Ojavee, Sven Erik; Fischer, Krista, juhendaja; Haller, Toomas, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
    Käesoleva bakalaureusetöö eesmärk on uurida erinevaid võimalusi indiviidi päritolu kirjeldamiseks geeniandmetel põhinevate tõenäosuslike päritolukomponentide abil. Töö teoreetilises osas antakse ülevaade vajalikest geneetika mõistetest ning kasutatavatest statistilistest meetoditest. Töö praktilises pooles hinnatakse päritolukomponentide skoore peakomponentanalüüsi ning lineaarse diskriminantanalüüsi meetodite kombineerimisel. Tulemuste põhjal leitakse aposterioorsed eri rahvusgruppidesse kuulumise tõenäosused TÜ Eesti Geenivaramu andmebaasist pärinevale valimile. Lisaks uuritakse saadud tulemuste seoseid erinevate fenotüübiliste tunnustega ning samuti teostatakse võrdlused analoogsete tõenäosustega, mis on leitud alternatiivsel meetodil – TÜ Eesti Geenivaramu teadlaste poolt välja töötatud MixFit algoritmi põhjal.
  • Pisipilt
    listelement.badge.dso-type Kirje ,
    Päritolu hindamine geeniandmete põhjal: TÜ Eesti Geenivaramu andmete analüüs
    (2018) Ojavee, Sven Erik; Fischer, Krista, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Käesoleva magistritöö eesmärk on leida võimalusi andmaks geenidoonoritele tagasisidet nende päritolu kohta, lähtudes SNPde andmetest. Nendele tuginedes on leitud peakomponendid, millele rajaneb edasine analüüs. Esmalt kirjeldatakse päritolu rahvuste tasandil, mille käigus antakse doonorile tõenäosuslik hinnang kuulumise kohta 22 rahvusgrupi hulka. Sellele järgnevalt kirjeldatakse päritolu Eesti-siseselt, kus leitakse K-keskmiste klasterdamise algoritmi abil Eesti sees tekkivad klastrid, mis moodustavad geograafiliselt loogilisi tervikuid. Klasterdamise tulemusi rakendatakse selleks, et klassifitseerida tekkinud klastrite alusel ning pakkuda ka hinnang klastritesse kuulumise tõenäosustele. Ühtlasi kontrollitakse, kui hästi töötab Eesti-sisene klassifitseerimine, valides klassideks maakonnad. Klassifitseerimismeetoditest võrreldakse lineaarset diskriminantanalüüsi, tugivektormasinaid ning juhuslikke metsi.