Desiree Ingrid BaumannUntersuchung von chemometrischen Methoden zur Erstellung und Validierung von QSAR-Modellen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ISBN: | 978-3-8440-4551-2 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Reeks: | Pharmazie | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Trefwoorden: | Validierung; QSAR; Vorhersagefehler; Kreuzvalidierung; lineares Modell; Modellerstellung; Modelloptimierung; Güteparameter; Validierungskonzepte; DCV; Regressionsfall | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Soort publicatie: | Dissertatie | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Taal: | Duits | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Pagina's: | 320 pagina's | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Gewicht: | 419 g | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Formaat: | 21 x 14,8 cm | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bindung: | Softcover | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Prijs: | 49,80 € / 62,30 SFr | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Verschijningsdatum: | Juli 2016 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kopen: | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Download: | Beschikbare online documenten voor deze titel: U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden. Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.
Gebruikersinstellingen voor geregistreerde online-bezoekers Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aanbevelen: | Wilt u dit boek aanbevelen? | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Recensie-exemplaar | Bestelling van een recensie-exemplaar. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Verlinking | Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Samenvatting | In der vorliegenden Arbeit wurden mathematische Methoden zur Erstellung und Validierung von QSAR-Modellen untersucht. Hierbei wurde die Methode der Doppelten Kreuzvalidierung (die zur simultanen Modellselektion und Modellbewertung eingesetzt wird) systematisch untersucht, da die Validität dieser Methode häufig in der Literatur angezweifelt wird. Mithilfe umfangreicher Simulationsstudien und realer Datensätze konnte gezeigt werden, dass die DCV selbst unter Modellunsicherheit das Potential hat, den Vorhersagefehler der Modelle ohne einen statistisch nachweisbaren systematischen Fehler zu schätzen. Da das Potential der DCV von frei wählbaren Parametern wie z.B. der Testdatensatzgröße abhängt, wurde der Einfluss der Parameterauswahl auf die Leistungsfähigkeit der DCV analysiert. Letztlich konnte ein umfassendes Regelwerk entwickelt werden, das dem Anwender ermöglicht, die Parameter der DCV derart auszuwählen, dass eine hohe Modellqualität resultiert und zugleich eine zuverlässige Modellbewertung möglich ist.
Ferner wurde in der vorliegenden Arbeit der R2test, der als relatives Gütekriterium zur Modellbewertung bei QSAR-Modellen eingesetzt wird, untersucht, da seine komplexen Eigenschaften bisher noch weitestgehend unverstanden sind. Im Rahmen dieser Arbeit gelang es erstmalig, den systematischen Fehler des R2test in Abhängigkeit von der Testdatensatzgröße zu erklären, indem die zugrundeliegende Verteilungsdichte und der Erwartungswert des R2test unter einigen Annahmen hergeleitet wurden. Um den systematischen Fehler zu korrigieren, wurde im Rahmen der Arbeit ein neuer Ansatz entwickelt, der häufig den bekannten Schätzverfahren (die auf etablierten Gütekriterien basieren) deutlich überlegen ist, da er selbst für sehr kleine Testdatensätze realistische Schätzungen der Vorhersagekraft liefert. Die Vorteile des neu entwickelten Ansatzes wurden mit einem mathematischen Beweis dargelegt und konnten sowohl anhand umfangreicher Simulationsstudien als auch anhand realer Daten belegt werden. |