R语言 qpgraph包 qpGraphDensity()函数中文帮助文档(中英文对照)

loveR

qpGraphDensity(qpgraph)
qpGraphDensity()所属R语言包：qpgraph

                                         Densities of resulting qp-graphs
                                         密度，导致QP图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculates and plots the graph density as function of the non-rejection rate.
功能的非废品率的计算和绘制图形密度。


用法----------Usage----------


qpGraphDensity(nrrMatrix, threshold.lim=c(0,1), breaks=5,
               plot=TRUE, qpGraphDensityOutput=NULL,
               density.digits=0,
               titlegd="graph density as function of threshold")




参数----------Arguments----------

参数：nrrMatrix
matrix of non-rejection rates.
矩阵非排斥反应发生率。


参数：threshold.lim
range of threshold values on the non-rejection rate.
对非废品率阈值的范围。


参数：breaks
either a number of threshold bins or a vector of threshold breakpoints.
无论是阈值箱数或矢量阈值的断点。


参数：plot
logical; if TRUE makes a plot of the result; if FALSE it does not.
逻辑;如果为TRUE，使结果的图;如果为FALSE，它没有。


参数：qpGraphDensityOutput
output from a previous call to qpGraphDensity. This allows one to plot the result changing some of the plotting parameters without having to do the calculation again.
从以前的通话qpGraphDensity输出。这允许一个绘制一些绘图参数的改变，而无需再次做计算的结果。


参数：density.digits
number of digits in the reported graph densities.
在图密度位数。


参数：titlegd
main title to be shown in the plot.
要显示主标题中的图。


Details

详情----------Details----------

The estimate of the sparseness of the resulting qp-graphs is calculated as one minus the area enclosed under the curve of graph densities.
QP-图稀疏的估计是一减下图密度的曲线围成的面积计算。


值----------Value----------

A list with the graph density as function of threshold and an estimate of the sparseness of the resulting qp-graphs across the thresholds.
图的密度函数的阈值和估计造成跨阈值QP图稀疏名单。


作者（S）----------Author(s)----------


R. Castelo and A. Roverato



参考文献----------References----------

Gaussian graphical model search from microarray data with p larger than n, J. Mach. Learn. Res., 7:2621-2650, 2006.

参见----------See Also----------

qpNrr qpAvgNrr qpEdgeNrr qpClique
qpNrrqpAvgNrrqpEdgeNrrqpClique


举例----------Examples----------


require(mvtnorm)

nVar <- 50  ## number of variables[＃变量]
maxCon <- 5 ## maximum connectivity per variable[＃最大连接每个变量]
nObs <- 30  ## number of observations to simulate[＃号观测到模拟]

set.seed(123)

A <- qpRndGraph(p=nVar, d=maxCon)
Sigma <- qpG2Sigma(A, rho=0.5)
X <- rmvnorm(nObs, sigma=as.matrix(Sigma))

## the higher the q the sparser the qp-graph[＃Q值越高，稀疏QP图]

nrr.estimates <- qpNrr(X, q=1, verbose=FALSE)

qpGraphDensity(nrr.estimates, plot=FALSE)$sparseness

nrr.estimates <- qpNrr(X, q=5, verbose=FALSE)

qpGraphDensity(nrr.estimates, plot=FALSE)$sparseness

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。