R语言 nnNorm包 compNorm()函数中文帮助文档(中英文对照)

loveR

compNorm(nnNorm)
compNorm()所属R语言包：nnNorm

                                        Compares the distribution of several vectors at a time using either boxplots or density curves
                                         比较几个向量的分布，在使用或者盒形图或密度曲线

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function was concieved to easily compare several normalization methods in terms  of variability of log-ratios, M. Basically it produces two plots: The first is a the density  plot of the several matrices passed as arguments, while the second is a box plot.  Median of absolute deviations for each method is printed on screen.
此功能concieved轻松比较log比率变异数的标准化方法，研究基本上它产生两个图：第一是作为参数传递的几个矩阵密度图，而第二个是一个箱形图。每种方法的绝对偏差的中位数是印在屏幕上。


用法----------Usage----------


compNorm(x,...,bw="AUTO",xlim=c(-3,3),titles="AUTO",type="d")



参数----------Arguments----------

参数：x
A vector of numerical values, e.q. the M values of a data set: as.vector(maM(swirl)).  
一个的数值，e.q.的向量M值设置一个数据：as.vector(maM(swirl))。


参数：...
An undefined number of objects similar with x.         
一个类似的对象与x未定义的数量。


参数：bw
Band width required to compute the density distribution. "AUTO"  will adjust bw to a suitable value.  
所需的频带宽度来计算的密度分布。 "AUTO"将调整bw一个合适的值。


参数：xlim
The range for abscissa of the density plots.   
密度图的横坐标范围。


参数：titles
Names to be displayed the charts legend. "AUTO" will use the matrices names passed as arguments.      .  
名称要显示图表图例。 "AUTO"将使用矩阵作为参数传递的名称。 。


参数：type
If set to "d", density plot will be shown; if set to "d" box plot will be shown.  
如果设置为"d"，密度图将显示，如果将显示设置为"d"框图。


Details

详情----------Details----------

This function is used to compare the normalized log ratios M obtained with several normalization methods.
此功能是用来比较规范化的log比M几个标准化的方法获得。


值----------Value----------

NULL, this function only displays charts and prints on the screen some statistics.
null，则此功能只显示在屏幕上的一些统计图表和打印。


作者（S）----------Author(s)----------


Tarca, A.L.



参考文献----------References----------

intensity dependent normalization of cDNA data. Bioinformatics. 2004,submitted.<br>

参见----------See Also----------

maNormNN
maNormNN


举例----------Examples----------


# Normalize swirl data with two methods[标准化两种方法的漩涡数据]
data(swirl)
swirlNN<-maNormNN(swirl[,1])
swirlLoess<-maNormMain(swirl[,1])
nms<-c("None","Loess","NNets")
#compare distributions: density plot[比较分布密度图]
compNorm(as.vector(maM(swirl[,1])),as.vector(maM(swirlLoess)),as.vector(maM(swirlNN)),xlim=c(- 2,2),bw="AUTO",titles=nms,type="d")
#compare distributions: box plot[比较分布：箱形图]
compNorm(as.vector(maM(swirl[,1])),as.vector(maM(swirlLoess)),as.vector(maM(swirlNN)),xlim=c(- 2,2),bw="AUTO",titles=nms,type="b")


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。