R语言 snm包 snm.plot()函数中文帮助文档(中英文对照)

loveR

snm.plot(snm)
snm.plot()所属R语言包：snm

                                         Display plots for an snm object
                                         显示SNM对象图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Creates a diagnostic plot of the snm fit.
创建一个snm适合的诊断图。


用法----------Usage----------


snm.plot(x, col.by=NULL, ...)
## S3 method for class 'snm'
plot(x, ...)



参数----------Arguments----------

参数：x
Output from the snm function.  
snm函数的输出。


参数：col.by
A factor vector of length equal to the number of arrays providing a grouping by which to color the intensity-dependent effects.  Instead of a factor vector, the input may also be a model matrix composed only of 0's and 1's with the number of rows equal to the number of arrays and number of columns less than or equal to the number of arrays.  
提供分组阵列的长度等于因子向量，通过颜色的强度依赖效应。输入，而不是一个因素向量，也可能只有0和1等于阵列数和列数小于或等于阵列的行数组成的矩阵模型。


参数：...
Arguments passed to the plot functions.  Not recommended.  
积函数参数传递。不推荐使用。


Details

详情----------Details----------

A four panel plot composed of the following:
四面板图，下列人员组成：

Convergence of pi_0 estimates over model fitting iterations.  The pi_0 estimates for each iteration are compared to the pi_0 estimate calculated during the final model fit.
pi_0收敛估计超过拟合迭代模型。 pi_0每次迭代的估计相比，pi_0估计在最后模型的拟合计算。

A scree plot of the principal components analysis of the full model residual matrix.
一个完整的模型残差矩阵的主要组成部分分析的卵石图。

A plot of the estimated intensity-dependent effects.
估计依赖强度影响的图。

A histogram of the p-values testing each probe for an asssociation with the biological variables (bio.var). All probes to the right of the vertical red line are the least pi0.hat significant probes (i.e., those used in estimating intensity-dependent effects).  The dashed horizontal line is the pi_0 estimate from the final model fit.
p值测试每个探针与生物变量（bio.var）asssociation直方图。所有的红色垂直线的右侧的探针至少pi0.hat（例如，所使用的估计依赖强度影响）显著探针。虚线的水平线pi_0估计从最终模型的拟合。


值----------Value----------

Nothing of interest.
没有利息。


作者（S）----------Author(s)----------



John D. Storey <jstorey@princeton.edu>




参考文献----------References----------

microarrays. Bioinformatics, 26: 1308-1315.

参见----------See Also----------

snm, sim.singleChannel
snm，sim.singleChannel


举例----------Examples----------


## Not run: [＃无法运行：]
singleChannel <- sim.singleChannel(12345)
snm.obj <- snm(singleChannel$raw.data,
                      singleChannel$bio.var,
                      singleChannel$adj.var,
                      singleChannel$int.var, num.iter=10)
plot(snm.obj, col.by=snm.obj$bio.var) #color by biological group[颜色由生物组]
plot(snm.obj, col.by=snm.obj$adj.var[,-6]) #color by batch[颜色按批次]

## End(Not run)[＃结束（不运行）]

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。