R语言 DEDS包 deds.stat()函数中文帮助文档(中英文对照)

loveR

deds.stat(DEDS)
deds.stat()所属R语言包：DEDS

                                        Differential Expression via Distance Summary of Multiple Statistics
                                         通过远程多元统计摘要的差异表达

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

deds.stat integrates different statistics of differential expression (DE) to rank and select a set of DE genes.
deds.stat集成了不同的统计差异表达（DE）的排名和选择一套DE的基因。


用法----------Usage----------


deds.stat(X, L, B = 1000, testfun = list(t = comp.t(L), fc = comp.FC(L),
sam = comp.SAM(L)), tail = c("abs", "lower", "higher"), distance =
c("weuclid", "euclid"), adj = c("fdr", "adjp"), nsig = nrow(X))



参数----------Arguments----------

参数：X
A  matrix, with m rows corresponding to variables (hypotheses) and n columns corresponding to observations. In the case of gene expression data, rows correspond to genes and columns to mRNA samples. The data can be read using read.table.
与m行相应的变量（假设）和n列对应的观察矩阵。在基因表达数据的情况下，行对应mRNA样品的基因和列。可以读取数据，使用read.table。


参数：L
A vector of integers corresponding to observation (column) class labels. For k classes, the labels must be integers between 0 and k-1.
观察（列）类的标签对应的整数向量。对于k类，标签必须是0k-1之间的整数。


参数：B
The number of permutations. For a complete enumeration, B should be 0 (zero) or any number not less than the total number of permutations.
排列数。对于一个完整的枚举，B应该是0（零）或任何数量不超过总数的排列。


参数：testfun
A list of functions specifying the statistics to be used to test the null hypothesis of no association between the variables and the class labels. The default uses t, fold change and SAM. The input can also be generated using the function deds.chooseTest.
指定被用来测试空假设之间没有关联的变量和类的标签统计的功能列表。默认使用吨，折的变化和SAM。输入也可以使用功能deds.chooseTest。


参数：tail
A character string specifying the type of rejection region.<br> If side="abs", two-tailed tests, the null hypothesis is rejected for large absolute values of the test statistic.<br> If side="higher", one-tailed tests, the null hypothesis is rejected for large values of the test statistic.<br> If side="lower", one-tailed tests,  the null hypothesis is rejected for small values of the test statistic.  
如果一个字符串指定排斥区域类型。参考如果side="abs"，一个side="higher"，双尾检验，检验统计量的大绝对值拒绝零假设。参考尾检验，零假设被拒绝的检验统计量的大值。如果side="lower"，单尾测试参考，拒绝零假设检验统计量的小值。


参数：distance
A character string specifying the type of distance measure used for the calculation of the distance to the extreme point (E). <br> If distance="weuclid", weighted euclidean distance, the weight for statistic t is 1/MAD(t); <br> If distance="euclid", euclidean distance.<br>  
一个字符串，指定用于计算的极端点的距离（C）的距离度量的类型。如果distance="weuclid"，加权欧氏距离，重量为统计t是1/MAD(t);参考，如果distance="euclid"，欧氏距离参考参考。


参数：adj
A character string specifying the type of multiple testing adjustment. <br> If adj="fdr", False Discovery Rate is controled and q values are returned. <br> If adj="adjp", ajusted p values that controls family wise type I error rate is returned.
一个字符串指定多个测试调整的类型。如果adj="fdr"，虚假的发现率，程控和q值返回的参考。 <br>如果adj="adjp"，ajustedp值，控制我的错误率则返回家庭明智的类型。


参数：nsig
If adj = "fdr", nsig specifies the number of top differentially expressed genes whose q values will be calculated; we recommend  setting nsig < m, as the computation of $q$ values will be extensive. $q$ values for the rest of genes will be approximated to 1. If adj = "adjp", the  calculation of the adjusted p values will be for the whole dataset.
如果adj = "fdr"，nsig指定了上面的数字差异表达基因的q值将被计算，我们建议设置nsig < m$ Q值的计算将是广泛。 $ Q $其余的基因值将接近1。如果adj = "adjp"，调整p值的计算将整个数据集。


Details

详情----------Details----------

deds.stat summarizes multiple statistical measures for the evidence of DE. The DEDS methodology treats each gene as a point corresponding to a gene's vector of DE measures. An "extreme origin" is defined as the maxima of all statistics and the distance from all points to the extreme is computed and ranking of a gene for DE is determined by the closeness of the gene to the extreme. To determine a cutoff for declaration of DE, null referent distributions are generated by permuting the data matrix.
deds.stat总结DE的证据多元统计的措施。 DEDS的方法对待每一个基因的一个点对应一个基因的向量DE的措施。一个“极端的起源”被定义为所有统计数据的最大值，并从所有点到了极点的距离计算为DE基因的排名是由基因发挥到了极致的亲密确定。要确定一个申报豁免的截止，空指涉分布产生置换的数据矩阵。

Statistical measures currently in the DEDS package include t statistics (comp.t), fold changes(comp.FC), F statistics (comp.F), SAM ((comp.SAM), moderated t (comp.modt), moderated F statistics (comp.modF), and B statistics (comp.B). The user can also supply their own function for a statistic other than the above, provided the function is written in a similar format as the above ones.
统计，目前在DEDS的包的措施，包括t统计量（comp.t）（comp.FC），F统计量（comp.F），萨姆（（comp.SAM），主持&#355;倍的变化（comp.modt），主持F统计量（comp.modF），和B统计数字（comp.B），用户也可以提供上述以外的统计自己的功能，所提供的功能是写在类似上述的格式。

The function deds.stat could be slow if the size of the data matrix and the number of permutations are big. We hence recommend the user to use deds.stat.linkC as the default function. deds.stat.linkC interfaces to a C function, which handles a 10,000 by 10 matrix and 1000 permutations in minutes.
函数deds.stat可能是缓慢的，如果是大数据矩阵的大小和排列数。因此，我们建议用户使用deds.stat.linkC作为默认功能。 deds.stat.linkC接口，一个C函数，它可以处理10,000 10矩阵和1000分钟的排列。

DEDS can also summarize p values from different statistical models, see deds.pval.
DEDS的也可以总结p值从不同的统计模型，看到deds.pval。


值----------Value----------

An object of class DEDS. See DEDS-class.
对象类DEDS。看到DEDS-class。


作者（S）----------Author(s)----------


Yuanyuan Xiao, <a href="mailto:yxiao@itsa.ucsf.edu">yxiao@itsa.ucsf.edu</a>, <br>
Jean Yee Hwa Yang, <a href="mailto:jean@biostat.ucsf.edu">jean@biostat.ucsf.edu</a>.



参考文献----------References----------

genes from microarray experiment by sets of statistics. Bioinformatics, 2004, accepted. http://www.biostat.ucsf.edu/jean/Papers/DEDS.pdf.

参见----------See Also----------

deds.pval, deds.stat.linkC
deds.pval，deds.stat.linkC


举例----------Examples----------


X <- matrix(rnorm(1000,0,0.5), nc=10)
L <- rep(0:1,c(5,5))

# genes 1-10 are differentially expressed[差异表达基因的1-10]
X[1:10,6:10]<-X[1:10,6:10]+1

# DEDS summarizing t, sam and fc[DEDS的总结吨，山姆和FC]
deds.X <- deds.stat(X, L, B=200)

# DEDS summarizing t, tmod and fc[DEDS的总结T，TMOD和FC]
## Not run: deds.X &lt;- deds.stat(X, L, testfun=list(t=comp.t(L),[＃无法运行：deds.X < -  deds.stat（x，L testfun =列表（T = comp.t（长），]
tmod=comp.modt(L), sam=comp.SAM(L)))
## End(Not run)[＃结束（不运行）]

# one can also use:[也可以使用：]
## Not run: deds.X &lt;- deds.stat(X, L, testfun=deds.chooseTest(L,[＃无法运行：deds.X < -  deds.stat（X，L，testfun = deds.chooseTest（长，]
tests=c("t","modt","fc")))

## End(Not run)[＃结束（不运行）]


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。