R语言 MantelCorr包 ClusterList()函数中文帮助文档(中英文对照)

loveR

ClusterList(MantelCorr)
ClusterList()所属R语言包：MantelCorr

                                         Generate a Cluster List
                                         产生一个聚类列表

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

'ClusterList' generates a list of both significant and nonsignificant clusters, with cluster number, Mantel cluster correlation and size
“ClusterList产生重大和不显着的聚类列表，簇号，曼特尔聚类的相关性和规模


用法----------Usage----------


ClusterList(p.val, clus.size, mantel.cors)



参数----------Arguments----------

参数：     p.val
permutation p-value returned from 'PermutationTest'  
置换P值从“PermutationTest返回


参数：     clus.size
vector of k cluster sizes returned from 'GetCluster'  
k的簇大小的矢量从“GetCluster返回


参数：     mantel.cors
orignal, unpermuted k Mantel correlations returned from 'MantelCorrs'  
一部开拓创新，unpermutedķ曼特尔相关从“MantelCorrs返回


值----------Value----------

A list with components:
与组件列表：


参数：     SignificantClusters
clusters with significant Mantel correlation, equal to or larger than the permutation p-value returned by 'PermutationTest'
聚类重大曼特尔相关，等于或大于置换p值由“PermutationTest返回”


参数：     NonSignificantClusters
clusters with nonsignificant Mantel correlation, smaller than the permutation p-value returned by 'PermutationTest'
曼特尔的相关性不显着的聚类，小于置换p值返回PermutationTest“


作者（S）----------Author(s)----------


Brian Steinmeyer



参见----------See Also----------

'PermutationTest'
PermutationTest“


举例----------Examples----------



# simulate a p x n microarray expression dataset, where p = genes and n = samples[apxn模拟芯片表达数据集，其中p =基因和N =样本]
data.sep <- rbind(matrix(rnorm(1000), ncol=50), matrix(rnorm(1000, mean=5), ncol=50))
noise <- matrix(runif(40000), ncol=1000)
data <- t(cbind(data.sep, noise))
data <- data[1:200, ]
# data has p = 1,050 genes and n = 40 samples[数据有p = 1,050基因和N = 40个样本]

clusters.result <- GetClusters(data, 100, 100)
dist.matrices <- DistMatrices(data, clusters.result$clusters)
mantel.corrs <- MantelCorrs(dist.matrices$Dfull, dist.matrices$Dsubsets)
permutation.result <- PermutationTest(dist.matrices$Dfull, dist.matrices$Dsubsets, 100, 40, 0.05)

# generate both significant and non-significant gene clusters[产生重大和非重大的基因簇]
cluster.list <- ClusterList(permutation.result, clusters.result$cluster.sizes, mantel.corrs)


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。