R语言 isobar包 NoiseModel-class()函数中文帮助文档(中英文对照)

loveR

NoiseModel-class(isobar)
NoiseModel-class()所属R语言包：isobar

                                        NoiseModel objects
                                         NoiseModel对象

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

A NoiseModel represent the technical variation which is dependent on signal intensity.
一个NoiseModel代表的技术变化，这是依赖于信号强度。


构造----------Constructor----------

Creates a new NoiseModel object based on ibspectra object.
创建一个新的NoiseModel基于ibspectra对象的对象。




type: A non-virtual class deriving from NoiseModel: ExponentialNoiseModel, ExponentialNoANoiseModel,
type：非虚拟类派生从NoiseModel：ExponentialNoiseModel，ExponentialNoANoiseModel




reporterTagNames: When NULL, all channels from ibspectra are taken (i.e. sampleNames(ibspectra)). Otherwise, specify
reporterTagNames“：当空，采取从ibspectra所有通道（即sampleNames(ibspectra)）。否则，请指定




one.to.one: Set to false to learn noise model one a non
one.to.one：设置为false，了解噪声模型的一个非




min.spectra: When one.to.one=FALSE, only take proteins
min.spectra：当one.to.one = FALSE时，只需要蛋白质




plot: Set to true to plot data the noise model is learnt on.
plot：设置为true，地积噪声模型上了解到的数据。




pool: If false, a NoiseModel is estimated on each combination of channels indivdually, and then the parameters are averaged. If true,
pool：如果为false，NoiseModel估计每个渠道indivdually组合，然后参数的平均值。如果情况属实，


存取方法----------Accessor methods----------




noiseFunction: Gets the noise function.
noiseFunction：获取噪音的功能。




parameter: Gets and sets the parameters for the noise function.
parameter：获取和设置的噪声函数的参数。




variance: Gets the variance for data points based on
variance：获取数据点的基础上变异




stddev: Convenience function, sqrt(variance(...)).
stddev：方便的功能，sqrt(variance(...))。




lowIntensity: Gets and sets the low intensity slot, denoting the noise region.
lowIntensity：获取和设置强度低槽，表示噪声区域。




naRegion: Gets and sets the na.region slot.
naRegion：获取和设置na.region插槽。


举例----------Examples----------



data(ibspiked_set1)

ceru.proteins <- protein.g(proteinGroup(ibspiked_set1),"CERU")

# normalize[标准化]
ibspiked_set1 <- normalize(correctIsotopeImpurities(ibspiked_set1))

# remove spiked proteins[去除尖刺的蛋白质]
ibspiked_set1.noceru <- exclude(ibspiked_set1,ceru.proteins)
ibspiked_set1.justceru <- subsetIBSpectra(ibspiked_set1,protein=ceru.proteins,direction="include")

# learn noise models[学习的噪声模型]
nm.i <- new("InverseNoiseModel",ibspiked_set1.noceru)
nm.e <- new("ExponentialNoiseModel",ibspiked_set1.noceru)

#learn on non-one.to.one data: not normalized, with spiked proteins[学习非one.to.one数据：不归，钉蛋白质]
nm.n <- new("ExponentialNoiseModel",ibspiked_set1.justceru,one.to.one=FALSE)

maplot(ibspiked_set1,noise.model=c(nm.e,nm.i,nm.n),ylim=c(0.1,10))


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。