R语言 edgeR包 estimateSmoothing()函数中文帮助文档(中英文对照)

loveR

estimateSmoothing(edgeR)
estimateSmoothing()所属R语言包：edgeR

                                        Estimate the Prior Weight for Tagwise Dispersions
                                         估计之前Tagwise分散重量

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function is no longer recommended or required. Use getPriorN instead.
此功能已不再建议或要求。使用getPriorN代替。

Estimate the prior weight, prior.n, using an approximate empirical Bayes rule given the estimate of the common dispersion. The prior weight determines how much smoothing takes place to squeeze tag/genewise estimates of the dispersion closer to the estimate of the common dispersion.
估计前的体重，prior.n，使用常见的色散估计经验Bayes近似规则。之前的体重决定多少平滑需要的地方挤分散的标签/ 2-6。估计接近常见的色散估计。


用法----------Usage----------


estimateSmoothing(object,verbose=TRUE)



参数----------Arguments----------

参数：object
DGEList object, output of estimateCommonDisp
DGEList对象，输出estimateCommonDisp


参数：verbose
logical, whether to write comments, default true
逻辑，是否写评论，默认true


Details

详情----------Details----------

We are no longer recommending this function, as it produces variable results. prior.n is now set automatically using getPriorN.
我们不再推荐此功能，因为它产生不同的结果。 prior.n现在自动设置使用getPriorN的。


值----------Value----------

estimateSmoothing produces an object of class DGEList with the following components.
estimateSmoothing类DGEList以下组件产生一个对象。


参数：prior.n
scalar; estimate of the prior weight, i.e. the smoothing parameter that indicates the weight to put on the common likelihood compared to the individual tag's likelihood; prior.n of 10 means that the common likelihood is given 10 times the weight of the individual tag/gene's likelihood in the estimation of the tag/genewise dispersion
标;前重量的估计，即平滑参数，表示重量相比，个别标签的可能性提出共同的可能性; 10意味着prior.n的，常见的可能性是10倍的个人标签/重量在标签/ 2-6。分散估计基因的可能性


作者（S）----------Author(s)----------


Mark Robinson, Davis McCarthy



参见----------See Also----------

getPriorN
getPriorN


举例----------Examples----------


y<-matrix(rnbinom(20,size=1,mu=10),nrow=5)
d<-DGEList(counts=y,group=rep(1:2,each=2),lib.size=rep(c(1000:1001),2))
d<-estimateCommonDisp(d)
prior.n<-estimateSmoothing(d)

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。