R语言 OLIN包 p.int2()函数中文帮助文档(中英文对照)

loveR

p.int2(OLIN)
p.int2()所属R语言包：OLIN

                                        Calculates significance of  intensity-dependent bias
                                         计算强度依赖偏见的意义

                                         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.  This is  achieved by comparing the observed average values of logged fold-changes within an intensity neighbourhood with an empirical distribution generated by permutation tests. The significance is given
此功能评估依赖强度偏见的意义。这是通过比较记录fold change的观测平均值排列测试所产生的经验分布与强度邻里内。意义


用法----------Usage----------


p.int2(object,delta=50,N=-1,av="median",p.adjust.method="none")



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 (2 * delta+1).
附近的大小确定的整数（2 * delta+1）。


参数：N
number of random samples (of size 2 * delta+1) used for the  generation of empirical distribution. If N is negative,  the number of samples 100 times the length of A.   
随机抽样（大小2 * delta+1）用于发电的经验分布。如果n是负数，样本数A长度的100倍。


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）


参数：p.adjust.method
method for adjusting p-values due to multiple testing regime. The available methods are &ldquo;none&rdquo;, &ldquo;bonferroni&rdquo;,  &ldquo;holm&rdquo;, &ldquo;hochberg&rdquo;, &ldquo;hommel&rdquo; and &ldquo;fdr&rdquo;.  See also p.adjust  </table>
由于多次的测试制度，调整p值的方法。可用的方法是“无”，“邦弗朗尼”，“冬青”，“hochberg”，“HOMMEL”和“FDR”。还可以看p.adjust</ TABLE>


Details

详情----------Details----------

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


注意----------Note----------

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

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


举例----------Examples----------



# To run these examples, "un-comment" them![要运行这些例子，“联合国发表评论”他们！]
#[]
# 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 illustration, 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。]
# P &lt;- p.int2(sw,delta=50,N=10000,av="median",p.adjust.method="none")[，P < -  p.int2（SW，δ= 50，n = 10000，AV =“中位数”，p.adjust.method =“无”）]
# VISUALISATION OF RESULTS[结果的可视化]
# sigint.plot2(sw[,1],Sp=P$Pp[[1]],Sn=P$Pn[[1]],c(-5,-5)) # array 1[sigint.plot2（SW [1]，SP = $ PP [1]，SN =美元的Pn [1]，C（-5，-5））＃阵列1]
# sigint.plot2(sw[,3],Sp=P$Pp[[3]],Sn=P$Pn[[3]],c(-5,-5)) # array 3[sigint.plot2（SW [3]，SP = $ PP [3]，SN =美元的Pn [3]，C（-5，-5））＃数组3]



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。