R语言 OLIN包 oin()函数中文帮助文档(中英文对照)

loveR

oin(OLIN)
oin()所属R语言包：OLIN

                                        Optimised intensity-dependent normalisation of two-colour microarrays
                                         优化依赖强度两色芯片标准化

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This functions performs optimised  intensity-dependent normalisation (OLIN).
此功能进行优化依赖强度标准化（奥林）。


用法----------Usage----------


oin(object,alpha=seq(0.1,1,0.1),weights=NA,bg.corr="subtract",...)



参数----------Arguments----------

参数：object
object of class “marrayRaw” or “marrayNorm”
对象类的“marrayRaw”或“marrayNorm”


参数：alpha
vector of alpha parameters that are tested in the GCV procedure
在GCV的过程中测试矢量的α参数


参数：weights
matrix of weights for  local regression.  Rows correspond to the spotted probe sequences, columns to arrays in the batch. These may be derived from the matrix of  spot quality weights as defined  for “marrayRaw” objects.
局部回归权矩阵。行对应的斑点探针序列，列在批次阵列。这些可能来自现场质量权重矩阵“marrayRaw”对象定义。


参数：bg.corr
backcorrection method (for “marrayRaw” objects)  : “none” or “subtract”(default).
backcorrection法（“marrayRaw”对象）：“无”或“减”（默认）。


参数：...
Further arguments for locfit function.        
locfit功能的进一步论据。


Details

详情----------Details----------

The function oin is  based on iterative local regression of logged fold changes in respect to average logged spot intensities. It incorporates optimisation of the smoothing parameter  alpha  that controls the neighbourhood size h of local fitting. The parameter alpha  specifies the fraction of points that are included in the neighbourhood and thus has a value between 0 and 1. Larger alpha values lead to smoother fits.
基于迭代局部回归倍，平均记录现场强度记录变化的功能oin。它集成了alpha，控制局部装修的邻里长h的平滑参数的优化。 alpha参数指定点附近的一小部分，因而具有0和1之间的值。较大的alpha值导致更流畅的配合。

If the normalisation should be based on set of genes assumed to be not differentially expressed (house-keeping genes), weights can be used for local regression. In this case, all weights should be  set to zero except for the house-keeping genes for which weights are set to one. In order to achieve a reliable regression, it is important, however, that there is a sufficient number of house-keeping genes that are distributed over the whole expression range and spotted accross the whole array.
如果标准化应根据假定不差异表达（看家基因）的基因组，重量可用于局部回归。在这种情况下，所有的权重应设置为零，除了看家基因为权重设置一个。为了实现可靠的回归，它是重要的，但是，有足够数量的看家基因分布在整个表达的范围和斑点accross整个阵列。

In contrast to OLIN and OSLIN, the OIN scheme does not correct for spatial dye  bias. It can, therefore, be used if the assumption of random spotting does not hold.
OIN的计划，在对比奥林和OSLIN的，不正确的空间染料偏见。因此，它可以被用于如随机发现的假设不成立。


值----------Value----------

Object of class “marrayNorm” with normalised logged ratios
对象类的“marrayNorm”归登录比率


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----------

maNorm, locfit, gcv, olin
maNorm，locfit，gcv，olin


举例----------Examples----------




# LOADING DATA[加载数据]
  data(sw)

# OPTIMISED INTENSITY-DEPENDENT NORMALISATION[优化的强度依赖标准化]
norm.oin <- oin(sw)

# MA-PLOT OF NORMALISATION RESULTS OF FIRST ARRAY[主图标准化的第一个数组结果]
plot(maA(norm.oin)[,1],maM(norm.oin)[,1],main="OIN")

# CORRESPONDING MXY-PLOT[通讯MXY-图]
  mxy.plot(maM(norm.oin)[,1],Ngc=maNgc(norm.oin),Ngr=maNgr(norm.oin),
                Nsc=maNsc(norm.oin),Nsr=maNsr(norm.oin),main="OIN")

#[]

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。