R语言 edgeR包 approx.expected.info()函数中文帮助文档(中英文对照)

loveR

approx.expected.info(edgeR)
approx.expected.info()所属R语言包：edgeR

                                        Approximate Expected Information (Fisher Information)
                                         近似预期的信息（Fisher信息）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Using a linear fit (for simplicity), the expected information from the conditional log likelihood of the dispersion parameter of the negative binomial is calculated over all genes.
采用线性拟合（简单），预计从分散的负二项分布参数的条件对数似然信息计算了所有的基因。


用法----------Usage----------


approx.expected.info(object, d, pseudo, robust = FALSE)



参数----------Arguments----------

参数：object
DGEList object containing the raw counts with (at least) elements counts (table of counts), group (vector indicating group) and lib.size (vector of library sizes)
DGEList对象，其中包含（至少）元素的原始计数counts计数（表），group（矢量显示组）和lib.size（库大小的向量）


参数：d
numeric vector giving the delta parameter for negative binomial -  phi/(phi+1) ; either of length 1 or  of length equal to the number of tags/transcripts (i.e. number of rows of object$counts.  
数字矢量增量为负二项分布参数 -  phi/(phi+1) ;长度为1或标签/成绩单的数量（即object$counts行数的长度相等。


参数：pseudo
numeric matrix of pseudocounts from output of estimateDispIter
从输出estimateDispIter pseudocounts数字矩阵


参数：robust
logical on whether to use a robust fit, default FALSE
逻辑上是否使用一个强大的契合，默认FALSE


值----------Value----------

numeric vector of approximate values of the Fisher information for each tag/transcript (with length same as the number of rows of the original counts)  
每个标签/成绩单Fisher信息（长度与原计数的行数相同）的近似值的数字矢量


作者（S）----------Author(s)----------


Mark Robinson



参见----------See Also----------

This function is used in the algorithm for estimating an appropriate amount of smoothing for the dipsersion estimates carried out by estimateSmoothing.
此功能用于估算为dipsersion适量平滑算法估计estimateSmoothing。


举例----------Examples----------


set.seed(0)
y<-matrix(rnbinom(40,size=1,mu=10),ncol=4)
d<-DGEList(counts=y,group=rep(1:2,each=2),lib.size=rep(c(1000:1001),2))
d<-estimateCommonDisp(d)
d<-estimateTagwiseDisp(d,prior.n=10)
exp.inf<-approx.expected.info(d,1/(1 + d$common.dispersion),d$pseudo.alt)

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。