R语言 gage包 gs.tTest()函数中文帮助文档(中英文对照)

loveR

gs.tTest(gage)
gs.tTest()所属R语言包：gage

                                         Gene set differential expression test
                                         基因组的差异表达试验

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

These functions test for perturbation of gene sets relative to all genes in the microarray data. They are the testing module for gage and single array analysis workflow.
这些基因扰动的功能测试设置相微阵列数据中的所有基因。他们是gage和单一阵列分析流程的测试模块。

They use different statistical tests: gs.tTest uses two-sample t-test, gs.zTest uses one-sample z-test, gs,KSTest uses Kolmogorov-Smirnov test.
他们使用不同的统计测试：gs.tTest使用两样本t检验，gs.zTest使用单样本Z-测试，GS，KSTest使用Kolmogorov-Smirnov检验。


用法----------Usage----------


gs.tTest(exprs, gsets, set.size = c(10, 500), same.dir = TRUE, ...)
gs.zTest(exprs, gsets, set.size = c(10, 500), same.dir = TRUE, ...)
gs.KSTest(exprs, gsets, set.size = c(10, 500), same.dir = TRUE, ...)



参数----------Arguments----------

参数：exprs
an expression matrix or matrix-like data structure, with genes as rows and samples as columns.  
表达矩阵或矩阵类似的数据结构，行和列的样本的基因。


参数：gsets
a named list, each element contains a gene set that is a character vector of gene IDs or symbols. For example, type head(kegg.gs). A gene set can also be a "smc" object defined in PGSEA package. Make sure that the same gene ID system is used for both gsets and exprs.  
一个名为列表，每个元素包含一个基因组，基因ID或符号，是一个特征向量。例如，类型头（kegg.gs）的。 A基因组也可以是“SMC”PGSEA包中定义的对象。确保相同的基因ID系统是使用两个gsets和exprs。


参数：set.size
gene set size (number of genes) range to be considered for enrichment test. Tests for too small or too big gene sets are not robust statistically or informative biologically. Default to be set.size = c(10, 500).  
基因组大小的基因数量范围为浓缩试验。过小或过大的基因组的测试是不健全的统计或生物信息。默认为set.size = C（10，500）。


参数：same.dir
whether to test for changes in a gene set toward a single direction (all genes up or down regulated) or changes towards both directions simultaneously. For experimentally derived gene sets, GO term groups, etc, coregulation is commonly the case, hence same.dir = TRUE (default); In KEGG, BioCarta pathways, genes frequently are not coregulated, hence it could be informative to let same.dir = FALSE. Although same.dir = TRUE could also be interesting for pathways.  
是否测试朝着一个方向（所有基因或下调）或同时向两个方向变化的一个基因的变化。实验得出的基因集，术语组等，协同调控是常见的情况，因此same.dir = True（默认）; KEGG，BioCarta通路，基因经常是没有协同调节，因此它可能是信息让same.dir = FALSE ，虽然same.dir = TRUE，也可以是有趣的途径。


参数：...
other arguments to be passed into the secondary functions, not used currently.   
其他参数被传递到辅助功能，目前没有使用。


Details

详情----------Details----------

These functions are the gene set test module for gage and single array analysis workflow. When used in gage function, the function names are optional values for saaTest argument. Check help information for gage for details.
这些功能基因组gage和单一阵列分析流程的测试模块。 gage函数时，函数名是saaTest参数的可选值。 gage详细信息，查看帮助信息。

These functions may also used independently without calling gage function.
这些功能也可以独立使用，无需调用gage功能。


值----------Value----------

As the raw results of gene set tests, a list of 5 components is returned:
作为原始基因组测试结果，5组件的列表返回：


参数：results
matrix of test statistics, gene sets are rows, samp-ref pairs are columns
矩阵测试统计，基因组是行，的桑普-ref对列


参数：p.results
matrix of p-values for up-regulation (greater than) tests, gene sets are rows, samp-ref pairs are columns
矩阵上调p-值（大于），基因组行测试，的桑普-ref对列


参数：ps.results
matrix of p-values for down-regulation (less than) tests, gene sets are rows, samp-ref pairs are columns
矩阵下调（小于）试验，基因组是行，p值的桑普-ref对列


参数：mstat
vector of  test statistics mean for individual gene sets. Normally, its absoluate value measures the magnitude of gene-set level changes, and its sign indicates direction of the changes. For gs.KSTest, mstat is always positive.
测试统计的向量，是指个体基因组。通常情况下，其absoluate值测量基因组水平的变化幅度，其标志指示方向的变化。对于gs.KSTest，MSTAT始终是积极的。


参数：setsizes
vector of effective set size (number of genes) individual gene sets
一套行之有效的大小的向量（基因数）的个体基因组


作者（S）----------Author(s)----------



Weijun Luo <luo_weijun@yahoo.com>




参考文献----------References----------

Generally Applicable Gene Set Enrichment for Pathways Analysis. BMC Bioinformatics 2009, 10:161

参见----------See Also----------

gage the main function for GAGE analysis
gage压力计分析的主要功能


举例----------Examples----------


data(gse16873)
cn=colnames(gse16873)
hn=grep('HN',cn, ignore.case =TRUE)
dcis=grep('DCIS',cn, ignore.case =TRUE)
data(kegg.gs)

#kegg test[KEGG测试]
exprs.gage = gagePrep(gse16873, ref = hn, samp = dcis)
str(exprs.gage)
rawRes = gs.tTest(exprs.gage, gsets = kegg.gs)
str(rawRes)
head(rawRes$results)
head(rawRes$p.results)

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。