R语言 KCsmart包 KCsmart-package()函数中文帮助文档(中英文对照)

loveR

KCsmart-package(KCsmart)
KCsmart-package()所属R语言包：KCsmart

                                         KCsmart
                                         KCsmart

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Multiple sample aCGH analysis using kernel convolution
多个样品aCGH分析内核卷积


Details

详情----------Details----------

Use the wrapper function 'calcSpm' to calculate the sample point matrix. Use 'findSigLevelTrad' to find a significance threshold using permutation based testing. Use 'plot' to plot the sample point matrix or 'plotScaleSpace' to plot the significant regions over multiple scales (sigmas). Use 'getSigSegments' to retrieve the significantly gained and lost regions using specific cutoffs. To use the comparative version of KCsmart, use the 'calcSpmCollection', 'compareSpmCollection' and 'getSigRegionsCompKC' functions. See the documentation of those function for details on how to use these.
使用包装函数calcSpm“来计算采样点矩阵。使用“findSigLevelTrad找到一个意义的阈值，置换为基础的测试。使用图绘制采样点矩阵或plotScaleSpace“的绘制超过（sigmas）多尺度的重大区域。使用“getSigSegments检索明显上涨，失去了使用特定的临界值区域。要使用版本比较KCsmart，使用“calcSpmCollection”，“compareSpmCollectiongetSigRegionsCompKC职能。看到这些文件详细介绍如何使用这些功能。


作者（S）----------Author(s)----------



Jorma de Ronde, Christiaan Klijn

Maintainer: Jorma de Ronde <j.d.ronde@nki.nl>




参考文献----------References----------

Nucleic Acids Res. 2008 Feb;36(2):e13.

参见----------See Also----------

calcSpm,  findSigLevelTrad, findSigLevelFdr, plot, plotScaleSpace, getSigSegments
calcSpm，findSigLevelTrad，findSigLevelFdr，plot，plotScaleSpace，getSigSegments


举例----------Examples----------


data(hsSampleData)
data(hsMirrorLocs)

spm1mb <- calcSpm(hsSampleData, hsMirrorLocs)
spm4mb <- calcSpm(hsSampleData, hsMirrorLocs, sigma=4000000)

plot(spm1mb)
plot(spm1mb, chromosomes=c(1,5,6,'X'))

siglevel1mb <- findSigLevelTrad(hsSampleData, spm1mb, n=3)
siglevel4mb <- findSigLevelTrad(hsSampleData, spm4mb, n=3)

plot(spm1mb, sigLevel=siglevel1mb)

plotScaleSpace(list(spm1mb, spm4mb), list(siglevel1mb, siglevel4mb), type='g')

sigSegments1mb <- getSigSegments(spm1mb, siglevel1mb)


spmc1mb <- calcSpmCollection(hsSampleData, hsMirrorLocs, cl=c(rep(0,10),rep(1,10)))
spmcc1mb <- compareSpmCollection(spmc1mb, nperms=3)
spmcc1mbSigRegions <- getSigRegionsCompKC(spmcc1mb)

plot(spmcc1mb, sigRegions=spmcc1mbSigRegions)



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。