R语言 OLIN包 fdr.int2()函数中文帮助文档(中英文对照)

loveR

fdr.int2(OLIN)
fdr.int2()所属R语言包：OLIN

                                        Assessment of the significance of  intensity-dependent bias
                                         评估依赖强度偏见的意义

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function assesses the significance of intensity-dependent bias by an one-sided random permutation test.  The observed average values of logged fold-changes within an intensity neighbourhood are compared to an empirical distribution generated by random  permutation. The significance  is given by the false discovery rate.
此功能评估依赖强度偏见，片面的随机排列试验的意义。记录内强度邻里倍变化的观测平均值相比，经验分布产生随机置换。的意义是虚假的发现率。


用法----------Usage----------


fdr.int2(object,delta=50,N=100,av="median")



参数----------Arguments----------

参数：object
object of class marrayRaw or marrayNorm
对象类marrayRaw或marrayNorm


参数：delta
integer determining the size of the neighbourhood. The actual window size is  (2 * delta+1).
整数确定附近的大小。实际的窗口大小是（2 * delta+1）。“


参数：N
number of random permutations performed for generation of empirical distribution
一代的经验分布进行随机排列的号码


参数：av
averaging of M within neighbourhood by mean or median (default)
平均M内邻里均值或中位数（默认）


Details

详情----------Details----------

This function fdr.int2 is basically the same as fdr.int except for
此功能fdr.int2是基本上fdr.int的一样，除了为


注意----------Note----------

This function will be merged with fdr.int in future versions.
在未来的版本中，此功能将被合并fdr.int。


作者（S）----------Author(s)----------


Matthias E. Futschik (<a href="http://itb.biologie.hu-berlin.de/~futschik">http://itb.biologie.hu-berlin.de/~futschik</a>)



参见----------See Also----------

fdr.int, p.int2, sigint.plot2
fdr.int，p.int2，sigint.plot2


举例----------Examples----------



# To run these examples, delete the comment signs (#) in front of the commands.[要运行这些例子，在前面的命令中删除注释符号（＃）。]
#[]
# LOADING DATA NOT-NORMALISED[加载数据没有，正规化]
# data(sw)[数据（SW）]
# CALCULATION OF SIGNIFICANCE OF SPOT NEIGHBOURHOODS[作者：现货，邻里意义的计算]
# For this example, N was chosen rather small. For "real" analysis, it should be larger.[对于这个例子，N的选择相当小。 “真实”的分析，它应该更大。]
# FDR &lt;- fdr.int2(sw,delta=50,N=10,av="median")[FDR< -  fdr.int2（SW，δ= 50，N = 10，，AV =“中位数”）]
# VISUALISATION OF RESULTS[结果的可视化]
# sigint.plot2(sw[,1],FDR$FDRp[[1]],FDR$FDRn[[1]],c(-5,-5)) # array 1[sigint.plot2（SW [1]，FDR$ FDRp [1]，FDR美元FDRn [1]，C（-5，-5））＃阵列1]
# sigint.plot2(sw[,4],FDR$FDRp[[4]],FDR$FDRn[[4]],c(-5,-5)) # array 4[sigint.plot2（SW [4]，FDR$ FDRp [4]，FDR美元FDRn [4]，C（-5，-5））＃数组4]


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。