pprob.dist(dks)
pprob.dist()所属R语言包：dks
The posterior distribution for the hyper-parameters of the Beta distribution.
后验分布为Beta分布的超参数。
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function accepts a vector of simulated null p-values from a single simulated study. The null p-values should represent a subset of all the simulated p-values corresponding to the tests with no signal. The result is an estimated posterior distribution for the parameters of the Beta distribution. A posterior centered at (1,1) suggests a uniform distribution.
这个函数接受一个模拟空向量P-值从一个单一的模拟研究。空的p值应该代表所有相应的模拟p值没有信号测试的一个子集。结果是后验分布为Beta分布的参数估计。一后的中心在（1,1），表明均匀分布。
用法----------Usage----------
pprob.dist(p,alpha=c(0.1,10),beta=c(0.1,10),delta=0.10,eps=1e-10)
参数----------Arguments----------
参数：p
An vector of null p-values from a single simulated study.
空向量p值从一个单一的模拟研究。
参数：alpha
The range of the first parameter for the prior on the beta distribution.
的第一个参数为之前的beta分布范围。
参数：beta
The range of the second parameter for the prior on the beta distribution.
第二个参数为beta分布事先的范围。
参数：delta
The grid size, the posterior is calculated over the range of the parameters at grid points separated by delta.
网格的大小，后是计算超过Delta分离的网格点的参数范围内。
参数：eps
Maximum integration error when computing the posterior distribution.
最大的集成计算后验分布时的错误。
Details
详情----------Details----------
The pprob.dist function calculates the posterior probability for the parameters of the beta distribution given the sample p. The prior is assumed to be uniform on the range specified by the user. A posterior distribution is returned in the form of a matrix, where element (i,j) is the posterior at (alpha[1] + i*delta, beta[1] + j*delta). The null p-values should be simulated from a realistic distribution and only the null p-values should be passed to the pprob.dist function.
pprob.dist函数计算后验概率为给定的样本P的β分布的参数。之前被认为是由用户指定的范围内统一。返回后验分布矩阵形式，元素（I，J）是在后（α[1] + I *Delta，β[1] + J *Delta）。空的p值应该是模拟从一个现实的分布，只有空的p值应通过的pprob.dist功能。
值----------Value----------
参数：dist
The posterior distribution in the form of a matrix.
在后验分布矩阵形式。
作者（S）----------Author(s)----------
Jeffrey T. Leek <a href="mailto:jleek@jhsph.edu">jleek@jhsph.edu</a>
参考文献----------References----------
参见----------See Also----------
dks, dks.pvalue, pprob.uniform,cred.set
dks，dks.pvalue，pprob.uniform，cred.set
举例----------Examples----------
## Load data[＃将数据]
data(dksdata)
## Calculate the posterior distribution[＃计算后验分布]
dist1 <- pprob.dist(P[,1])
delta <- 0.1
## Plot the posterior distribution[＃绘制后验分布]
alpha <- seq(0.1,10,by=delta)
beta <- seq(0.1,10,by=delta)
image(log10(alpha),log10(beta),dist1,xaxt="n",yaxt="n",xlab="Alpha",ylab="Beta")
axis(1,at=c(-2,-1,0,1,2),labels=c("10^-2","10^-1","10^0","10^1","10^2"))
axis(2,at=c(-2,-1,0,1,2),labels=c("10^-2","10^-1","10^0","10^1","10^2"))
points(0,0,col="blue",cex=1,pch=19)
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。
|
发表于 2012-2-25 16:41:21
