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

loveR

rowLogRegLRT(htSeqTools)
rowLogRegLRT()所属R语言包：htSeqTools

                                         Row-wise logistic regression
                                         行明智的logistic回归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Row-wise logistic regressions are applied to a matrix with counts. For each row, an overall test comparing the column counts across columns is performed. Optionally, chi-square permutation tests are used when the expected counts are below 5 for some column.
行明智的logistic回归应用与计数矩阵。对于每一行，跨列列数进行比较的整体测试。或者，卡方的排列测试使用时的预计数低于一些列5。


用法----------Usage----------


rowLogRegLRT(counts, exact = TRUE, p.adjust.method = "none")



参数----------Arguments----------

参数：counts
Matrix with counts
与数矩阵


参数：exact
If set to TRUE, an exact test is used whenever some expected cell counts are 5 or less
如果设置为TRUE，精确的测试时，一些预期的单元计数5个或更少的使用


参数：p.adjust.method
p-value adjustment method, passed on to p.adjust
P-值调整方法，通过p.adjust


Details

详情----------Details----------

For each column, the proportion of counts in each row (with respect to the overall counts in that column) is computed. Then a statistical comparison of these proportions across groups is performed via a likelihood-ratio test (if exact==TRUE a permutation based chi-square test is used whenever the expected counts in some column is below 5).
对于每一列，每一行的计数比例（该列中的整体计数）计算。然后一个跨群体，这些比例的统计比较，通过似然比检验（如exact==TRUE用于置换基于卡方检验时，在一些列的预计数低于5）。

Notice that data from column j can be viewed as a multinomial distribution with probabilities pj, where pj is a vector of length nrow(x). rowLogRegLRT tests the null hypothesis p1[i]=...pc[i] for i=1...nrow(x), where c is ncol(x). This actually ignores the multinomial sampling model and focuses on its binomial margins, which is a reasonable approximation when the number nrow(x) is large and substantially improves computation speed.
请注意，从列j数据可以作为一个多项分布概率PJ，PJ是一个长度nrow(x)向量观看。 rowLogRegLRT测试零假设P1 [I] = ... PC [I] I = 1 ...nrow(x)，其中c是ncol(x)。这实际上忽略了多项抽样模型，并着重于它的的二项式利润率，这是一个合理的近似时数nrow(x)大，大大提高运算速度。


举例----------Examples----------


#The first two rows present different counts across columns[前两行提出不同的罪名，跨列]
#The last two columns do not[最后两列不]
x <- matrix(c(70,10,10,10,35,35,10,10),ncol=2)
x
rowLogRegLRT(x)

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。