baseOlig.error.step2(LPE)
baseOlig.error.step2()所属R语言包：LPE
Evaluates LPE variance function of M for quantiles of A within and experimental condition. It is based on the adaptive number of intervals.
评估并购内和实验条件位数液相外延方差函数。它是基于间隔的自适应数字。
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Similar to baseOlig.error.step1 function, except that now the number of bins are chosen adaptively instead of fixed 100.
类似baseOlig.error.step1功能，现在的垃圾桶数量的选择，而不是固定的100自适应除外。
用法----------Usage----------
baseOlig.error.step2(y,baseOlig.error.step1.res, df=10, stats=median, min.genes.int=10, div.factor=1)
参数----------Arguments----------
参数：y
y is a preprocessed matrix or data frame of expression intensities in which columns are expression intensities for a particular experimental condition and rows are genes.
y是1预处理矩阵或数据列在一个特定的实验条件下的表达强度和行基因表达强度框架。
参数：baseOlig.error.step1.res
It is the result obtained from baseOlig.error.step1 function, in which number of bins are fixed=100
这是从baseOlig.error.step1功能得到的结果，其中容器的数量是固定的= 100
参数：df
df stands for degrees of freedom. It is used in smooth.spline function to interpolate the variances of all genes. Default value is 10.
DF代表的自由度。它是用来插所有基因的变异smooth.spline功能。默认值是10。
参数：stats
It determines whether mean or median is to be used for the replicates
它决定是否为重复使用的均值或中位数是
参数：min.genes.int
Determines the minimum number of genes in a subinterval for selecting the adaptive intervals.
确定选择的自适应间隔子区间的最小数量的基因。
参数：div.factor
Determines the factor by which sigma needs to be divided for selecting adaptive intervals.
决定的因素，其中六西格玛需要选择自适应时间间隔分为。
值----------Value----------
Returns object of class baseOlig comprising a data frame with 2 columns: A and var M, and rows for each quantile specified. The A column contains the median values of A for each quantile/bin and the M columns contains the pooled variance of the replicate chips for genes within each quantile/bin.
返回类baseOlig的对象，包括一个2列的数据框：一个和var M和行为每个指定的位数。 A列包含A的每个分量/ bin和m列中值包含复制芯片汇集在每一个分量/ bin中的基因的变异。
作者（S）----------Author(s)----------
Nitin Jain<a href="mailto:nitin.jain@pfizer.com">nitin.jain@pfizer.com</a>
参考文献----------References----------
differentially expressed genes with a small number of replicated microarrays, Bioinformatics, 1945-1951.
参见----------See Also----------
lpe
lpe
举例----------Examples----------
# Loading the library and the data[载入库和数据]
library(LPE)
data(Ley)
dim(Ley)
# Gives 12488 by 7[给12488由7]
Ley[1:3,]
# Returns [返回]
# ID c1 c2 c3 t1 t2 t3[ID C1 C2 C3 T1 T2 T3]
# 1 AFFX-MurIL2_at 4.06 3.82 4.28 11.47 11.54 11.34[1 AFFX-MurIL2_at 4.06 3.82 4.28 11.47 11.54 11.34]
# 2 AFFX-MurIL10_at 4.56 2.79 4.83 4.25 3.72 2.94[2 AFFX MurIL10_at 4.56 2.79 4.83 4.25 3.72 2.94]
# 3 AFFX-MurIL4_at 5.14 4.10 4.59 4.67 4.71 4.67[3 AFFX MurIL4_at 5.14 4.10 4.59 4.67 4.71 4.67]
Ley[1:1000,2:7] <- preprocess(Ley[1:1000,2:7],data.type="MAS5")
# Finding the baseline distribution of subset of the data[查找的数据子集基线分布]
# condition one (3 replicates)[条件之一（3次重复）]
var.1 <- baseOlig.error.step1(Ley[1:1000,2:4], q=0.01, df=10)
dim(var.1)
var.11 <- baseOlig.error.step2(Ley[1:1000,2:4], var.1, df=10)
# Returns a matrix of 1000 by 2 (A,M) format[2（A，M模式）格式返回1000矩阵]
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 23:39:42
