lapmix.Fit(lapmix)
lapmix.Fit()所属R语言包：lapmix
Empirical Bayes Statistics for Differential Expression under Laplace Model
根据拉普拉斯模型微分表达的经验Bayes统计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Computes posterior odds of differential expression under the Laplace mixture model, with parameters estimated using an empirical Bayes approach.
根据拉普拉斯混合模型计算后差异表达的机会，利用经验Bayes方法估计的参数。
用法----------Usage----------
lapmix.Fit(Y, asym=FALSE, fast=TRUE, two.step=TRUE,
w=0.1, V=10, beta=0, gamma=1, alpha=0.1)
参数----------Arguments----------
参数：Y
data.frame or matrix containing the log relative expression levels, where each row represents a gene. Alternatively, a list of arrays of possibly different sizes, or an object of class eSet or ExpressionSet.
数据框或矩阵包含log的相对表达水平，其中每一行代表一个基因。另外，可能大小不同，或类eSet或ExpressionSet对象数组的列表。
参数：asym
indicates whether the asymmetric Laplace model is used rather than the symmetric one.
指示是否比对称的，而采用非对称拉普拉斯模型。
参数：fast
indicates whether the 'fast' estimation method is used.
用于指示是否在快的估算方法。
参数：two.step
indicates whether the two-step estimation method is used; otherwise the marginal likelihood is maximised in one step.
指示是否使用的两步估计方法;否则边际的可能性最大化一步。
参数：w,V,beta,gamma,alpha
initial values given to the optimization algorithms for the estimation of the hyperparameters.
初始值的优化算法的hyperparameters估计。
Details
详情----------Details----------
This method fits the results of a microarray experiment to a Laplace mixture model. These results are assumed to take the form of normalized base 2 logarithm of the expression ratios. An empirical Bayes approach is used to estimate the hyperparameters of the model. The lap.lodds is sometimes known as the L-statistic (if the symmetric model is used) or the AL-statistic (if the asymmetric model is used). These statistics can be used to rank the genes according to the posterior odds of differential expression, via the routine laptopTable. They can be visualized using the lap.volcanoplot function.
这种方法适合的拉普拉斯混合模型的微阵列实验的结果。假设这些结果采取正规化碱基2表达率的对数形式。经验Bayes方法用于估计模型hyperparameters。 lap.lodds有时也被称为L型统计（如果采用对称模型）或AL-统计（如果使用的非对称模型）。这些统计数据可以用来排名根据的基因差异表达后的赔率，通过例行laptopTable。他们可以使用lap.volcanoplot函数的可视化。
If there are different numbers of replicates between genes, one may wish to write the data in a list of arrays. If a matrix representation is desired, one can stick in NaN's where appropriate.
如果有重复基因之间不同的号码，不妨写在一个数组列表中的数据。矩阵表示如果需要，可以坚持在南的酌情。
The "fast" estimation method ignores the integrals which cannot be computed with the t-distribution function. This method is suggested, since these problematic integrals are few and far between. The estimates are practically not affected, and we avoid the potential problems that arise when integrating numerically with the integrate function.
在快的估算方法忽略不能与t分布函数的计算积分。此方法的建议，因为这些问题的积分并不多见。估计是几乎没有影响，我们避免了数值与integrate功能整合时出现的潜在问题。
值----------Value----------
参数：lap.lods
numeric vector containing the posterior log-odds of differential expression
数字向量后差异表达的log赔率
参数：prob
numeric vector containing the posterior probabilities of differential expression
数字向量的差异表达的后验概率
参数：med.number
number of differentially expressed genes according to the median rule
根据中位数规则的差异表达的基因数目
参数：M
numeric vector with average log fold changes within genes
数字平均log倍的变化，在基因向量
参数：s_sq
numeric vector with sample variances within genes
数字矢量与基因内的样本方差
参数：nb.rep
numeric vector with number of replicates within genes
数的数字向量在基因复制
参数：estimates
list containing the empirical Bayes estimates of the hyperparameters
列表中包含的经验Bayes估计的hyperparameters
参数：code
integer indicating why the likelihood optmization terminated, cf. nlm routine. There are two such indicators in the case of the two-step estimation.
整数，表示为什么的可能性optmization终止，比照。 nlm常规。两步估计的情况下，有两个指标。
作者（S）----------Author(s)----------
Yann Ruffieux
参考文献----------References----------
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。
|
发表于 2012-2-25 23:04:23
