R语言 LPE包 fixbounds.predict.smooth.spline()函数中文帮助文档(中英文对照)

loveR

fixbounds.predict.smooth.spline(LPE)
fixbounds.predict.smooth.spline()所属R语言包：LPE

                                         Makes the predicted variance non negative
                                         预测方差非负

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Makes the predicted variance non negative
预测方差非负


用法----------Usage----------


fixbounds.predict.smooth.spline(object,x, deriv=0)



参数----------Arguments----------

参数：object
variance from baseOlig.error function
方差函数从baseOlig.error


参数：x
vector for which variance needs to be predicted
矢量方差为需要进行预测


参数：deriv
derivative of the vector required, default =0
衍生向量要求，默认= 0


值----------Value----------

Returns the predicted variance for the given vector based on the baseline error distribution. Maximum and minimum predicted values  for the vector are same as those of baseline error distribution
返回基线误差分布的基础上给定的向量预测方差。最高和最低的预测值向量作为基准的误差分布的相同


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.


举例----------Examples----------


# Loading the library and the data[载入库和数据]
library(LPE)
data(Ley)

dim(Ley)
# Gives 12488*7 [给12488 * 7]
# First column is ID.[第一列是ID。]


# Subsetting the data[子集的数据]
subset.Ley <- Ley[1:1000,]
  
  subset.Ley[,2:7] <- preprocess(subset.Ley[,2:7],data.type="MAS5")
  # preprocess the data[预处理数据]
  
# Finding the baseline distribution of condition 1 and 2.[寻找条件1和2的基准分配。]
var.1 <- baseOlig.error(subset.Ley[,2:4], q=0.01)
  median.x <- apply(subset.Ley[,2:4], 1, median)

sf.x <- smooth.spline(var.1[, 1], var.1[, 2], df = 10)
  
var.test <- fixbounds.predict.smooth.spline(sf.x, median.x)$y


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。