R语言 GRENITS包 mcmc.defaultParams_student()函数中文帮助文档(中英文对照)

loveR

mcmc.defaultParams_student(GRENITS)
mcmc.defaultParams_student()所属R语言包：GRENITS

                                        Default Parameters for Linear Model with Student distributed replicates
                                         默认参数的线性模型与学生分发复制

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Create parameter vector with default parameters for ReplicatesNet_student function
创建具有默认参数ReplicatesNet_student功能参数向量


用法----------Usage----------


mcmc.defaultParams_student()



Details

详情----------Details----------

Use this function to generate a template parameter vector to use non-default parameters for  the ReplicatesNet_student model.
使用此功能来生成一个模板参数向量使用非默认参数为ReplicatesNet_student模型。


值----------Value----------

Returns a single vector with the following elements (in this order):
一个向量返回与下列元素（按此顺序）：


参数：(1) samples
Number of MCMC iterations to run
数量的MCMC迭代运行


参数：(2) burn.in
Number of initial iterations to discard as burn in
初始迭代的数量，丢弃燃烧


参数：(3) thin
Subsampling frequency
欠采样频率


参数：(4) c
Shape parameter 1 for Beta(c,d) prior on rho (connectivity parameter)
形状参数1β（C，D）前对RHO（连通参数）


参数：(5) d
Shape parameter 2 for Beta(c,d) prior on rho (connectivity parameter)
形状参数β（C，D）2前对RHO（连通参数）


参数：(6) sigma.s
Standard deviation parameter for N(0,sigma.s) prior on B (Regression coefficients)
标准偏差参数为N（0，sigma.s）前对B（回归系数）


参数：(7) a
Shape parameter for Gamma(a,b) prior on lambda (Regression precision)  
形状参数的伽玛（A，B）之前的lambda（回归精度）


参数：(8) b
Rate parameter for Gamma(a,b) prior on lambda (Regression precision)  
伽马率参数（A，B）之前，在λ（回归精度）


参数：(9) a_exp
Shape parameter for Gamma(a_exp,b_exp) prior on tau (Replicates precision)  
形状参数伽马（a_exp，b_exp）的前头（重复精度）


参数：(10) b_exp
Rate parameter for Gamma(a_exp,b_exp) prior on tau (Replicates precision)  
率参数伽马（a_exp，b_exp）的前头（重复精度）


参数：(11) a_deg
Shape parameter for Gamma(a_deg,b_deg) prior on nu (Student degrees of freedom)  
形状参数伽马（a_deg，b_deg）的前女（学生自由程度）


参数：(12) b_deg
Rate parameter for Gamma(a_deg,b_deg) prior on nu (Student degrees of freedom)  
率参数伽马（a_deg，b_deg）的NU前（学生自由程度）


参数：(13) sigma.mu
Standard deviation parameter for N(0,sigma.mu) prior on mu (Regression intercept)
标准偏差参数为N（0，sigma.mu）前亩（回归截距）


参数：(14) fix.y.iter
Number of iterations for which sampled data Y is fixed
为采样数据Y是固定的迭代数


参考文献----------References----------

networks using time course data with repeated measurements.  Bioinformatics 2010; doi: 10.1093/bioinformatics/btq421

参见----------See Also----------

plotPriors, ReplicatesNet_student.
plotPriors，ReplicatesNet_student。


举例----------Examples----------


    # Get default parameters[获取默认参数]
    linearNet_Student.params <- mcmc.defaultParams_student()

    # Change run length[变更运行长度]
    linearNet_Student.params[1] <- 200000

    # Change prior regression precision [改变之前回归精度]
    linearNet_Student.params[7] <- 0.001
    linearNet_Student.params[8] <- 0.001

    # Plot to visualise changes[图可视化更改]
    plotPriors(linearNet_Student.params)

    ## Use to run ReplicatesNet_student ...[＃使用运行ReplicatesNet_student ...]

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。