R语言 pcot2包 pcot2()函数中文帮助文档(中英文对照)

loveR

pcot2(pcot2)
pcot2()所属R语言包：pcot2

                                        Principal Coordinates and Hotelling's T-Square
                                         主坐标和霍特林的T-广场

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The pcot2 function implements the PCOT2 testing method, which is a two-stage permutation-based approach for testing changes in activity in pre-specified gene sets.
pcot2函数实现PCOT2的的测试方法，这是一个两阶段的方法排列为基础的测试在预先指定的基因组中的活性变化。


用法----------Usage----------


pcot2(emat, class = NULL, imat, permu = "ByColumn", iter = 1000, alpha = 0.05, adjP.method = "BY", var.equal = TRUE, ncomp = 2, dist.method = "euclidean")



参数----------Arguments----------

参数：emat
A gene expression matrix with no missing values; Each row represents a gene and each column represents a sample.  
一个没有缺失值的基因表达矩阵，每一行代表一个基因，每一列代表一个样本。


参数：class
Class labels representing two distinct experimental conditions (e.g., normal and disease).  
代表两个不同的实验条件下（例如，正常和疾病）类的标签。


参数：imat
The gene category indicator matrix indicates presence or absence of genes in pre-defined gene sets (e.g., gene pathways). The indicator matrix contains rows representing gene identifiers of genes present in the expression data and columns representing pre-defined group names. A value of 1 indicates the presence of a gene and 0 indicates the absence for the gene in a particular group.
基因类指标矩阵表示在预定义基因组的基因（例如，基因途径）存在或不存在。指标矩阵中包含的行代表基因的基因表达数据与预先定义的组名称列标识符。值为1表示一个基因的存在，0表示没有在某一特定群体的基因。


参数：permu
Specifies whether genes or samples are permuted.  By default, permutations are performed by sample ("ByColumn").
指定是否置换的基因或样本。默认情况下，排列进行样品（“ByColumn）。


参数：iter
The number indicates how many permutations will be performed in the analysis.  
该数字表示多少排列将进行的分析。


参数：alpha
alpha determines the significance threshold for the permutation p-values.  
阿尔法决定意义的阈值置换p值。


参数：adjP.method
Specifies that p-values be adjusted by one of the following methods: "bonferroni", "holm", "hochberg", "hommel", "BH" (Benjamini and Hochberg), or "BY"  (Benjamini and Yekutieli).
指定p值可通过下列方法之一进行调整：的“邦弗朗尼”，“冬青”，“hochberg”，“HOMMEL”，“波黑”（Benjamini和Hochberg），或“”（ benjamini和Yekutieli）。


参数：var.equal
Specifies the use of either a pooled estimate of correlation for the two classes or an unpooled estimate for calculating each T-squared statistic. By default, the pooled estimate is used.
指定使用一个相关的合并估计为两班或计算每个T平方统计未加入池的估计。默认情况下，汇集估计。


参数：ncomp
  The dimensionality to which the data matrix is reduced via principal coordinates. The default dimensionality is set as ncomp=2.
维的数据矩阵减少通过本金坐标。默认设置为ncomp=2维。


参数：dist.method
Specifies the method for calculating distance in the PCO procedure.  The available distance methods are "euclidean", "maximum", "manhattan", "canberra", "binary", "pearson","correlation" or "spearman". For additional details see the amap package and the help documentation for the Dist function.
指定计算公署过程中的距离的方法。可用距离的方法是“欧几里德”，“最大”，“曼哈顿”，“堪培拉”，“二进制”，“培”，“关联”或“矛”。如需详细信息，请参阅amap包Dist函数的帮助文档。


Details

详情----------Details----------

The raw permutation p-values are adjusted for multiple testing by a call to 'p.adjust'.
原料置换p值调整为多个测试通过调用“p.adjust”。


值----------Value----------


参数：res.all
A data frame which prints information for all pathways
一个数据框打印所有途径的信息


参数：res.sig
A data frame which prints information for significant pathways at a given alpha level
一个数据框的打印信息在一个给定的α水平的重大途径


参数：comparison
Print the contrast used in the analysis
打印在分析中使用的对比度

...
...


作者（S）----------Author(s)----------


Sarah Song and Mik Black



参见----------See Also----------

corplot,corplot2,aveProbe
corplot，corplot2，aveProbe


举例----------Examples----------


ns <- 40  ## 40 samples[＃40个样本]
cla <- rep(c("Trt","Ctr"),each=ns/2)
ngene &lt;- 10  ## 10 genes per group [＃每个组10个基因]
npath &lt;- 10  ## 10 groups[＃10组]

nreal &lt;- 3  ## alter groups ##[＃＃改变组]
nnull &lt;- npath-nreal   ## null groups ##[＃＃＃空组]
pname <- c(paste("RealP",1:nreal, sep=""), paste("NullP",1:nnull, sep=""))

## Three main inputs in the function ##[＃三个功能的主要输入＃]
## [1] Simulate (gene) expression matrix (emat) ##[＃[1]模拟（基因）的表达矩阵（EMAT）＃]
rmv <- function(mn, covm, nr, nc){
   sigma <- diag(nr)
   sigma[sigma==0] <- covm
   x1 <- rmvnorm(nc/2, mean=mn, sigma=sigma)
   x0 <- rmvnorm(nc/2, mean=rep(0,nr), sigma=sigma)
   mat <- t(rbind(x1,x0))
  return(mat)
}

covm &lt;- 0.9  ##covariance [＃协]
ct &lt;- c(6,8,10)  ##mean[＃的意思]

library(mvtnorm)
emat <- c()
for (i in 1:nreal) emat &lt;- rbind(emat, rmv(rep(ct[i],ngene),covm=covm, ngene, ns))  # for alt pathways[ALT途径]
for (i in 1npath-nreal)) emat <- rbind(emat, rmv(mn=rep(0,ngene),covm=covm, nr=ngene, nc=ns))
dimnames(emat) <- list(paste("Gene", 1ngene*npath),sep=""), cla)

## [2] class label ##[＃[2]类的标签＃]
cla

## [3] indicator matrix (row: genes and col: pathways)[[3]指标矩阵（行：基因和山坳：通路）]
imat <- kronecker(diag(npath),rep(1,ngene))
dimnames(imat) <- list(paste("Gene",1ngene*npath), sep=""), pname)

results.pcot2 <- pcot2(emat, cla, imat)
results.pcot2$res.sig
results.pcot2$res.all


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。