cmarrt.peak(Starr)
cmarrt.peak()所属R语言包：Starr
Obtain bound regions for a given error rate control
结合区域获得一个给定的错误率控制
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Obtain bound regions under a given error rate control using correction method from p.adjust.
下获得一个给定的错误率控制使用校正法从p.adjust绑定区域。
用法----------Usage----------
cmarrt.peak(cmarrt.ma, alpha, method, minrun, asCherList=FALSE)
参数----------Arguments----------
参数：cmarrt.ma
output object from cmarrt.ma.
从cmarrt.ma输出对象。
参数：alpha
error rate control for declaring bound region.
声明绑定区域的错误率控制。
参数：method
correction method inherited from p.adjust.
从p.adjust继承的修正方法。
参数：minrun
minimum number of probes to be called a bound region.
被称为绑定区域的探针的最低数量。
参数：asCherList
If TRUE, result is returned as class cherList. See Ringo, for further description.
如果为TRUE，结果返回类cherList的。看到林檎，为进一步的说明。
Details
详情----------Details----------
The function returns two objects, cmarrt.bound and indep.bound. Each object is a list of bound regions which can be accessed by $chr (chromosome), $peak.start (start coordinate of each bound region), $peak.stop (stop coordinate of each bound region),
该函数返回两个对象，cmarrt.bound和indep.bound。每个对象是一个$chr（染色体），$peak.start（开始坐标方向各区域），$peak.stop（停止方向各区域的协调），它可以访问的束缚区域名单
值----------Value----------
参数：cmarrt.bound
list of bound regions obtained under correlation structure.
相关结构下获得的束缚区域的名单。
参数：indep.bound
list of bound regions obtained under independence (ignoring correlation).
独立（忽略相关）下获得的束缚区域的名单。
注意----------Note----------
The list of bound regions obtained under independence (ignoring the correlation structure) is for comparison. It is not recommended to use this list for downstream analysis.
束缚下独立获得的区域名单（忽略相关结构）进行比较。这是不推荐使用此列表中，下游分析。
作者（S）----------Author(s)----------
Pei Fen Kuan, Adam Hinz
参考文献----------References----------
<h3>See Also</h3>
举例----------Examples----------
# dataPath <- system.file("extdata", package="Starr")[< - 。系统数据通路（的“extdata”，包=“斯塔尔”）]
# bpmapChr1 <- readBpmap(file.path(dataPath, "Scerevisiae_tlg_chr1.bpmap"))[bpmapChr1 < - readBpmap（file.path（数据通路，“Scerevisiae_tlg_chr1.bpmap”））]
# cels <- c(file.path(dataPath,"Rpb3_IP_chr1.cel"), file.path(dataPath,"wt_IP_chr1.cel"), [CELS < - C（file.path（数据通路，“Rpb3_IP_chr1.cel”），file.path（数据通路，“wt_IP_chr1.cel”），]
# file.path(dataPath,"Rpb3_IP2_chr1.cel"))[file.path（数据通路，“Rpb3_IP2_chr1.cel”））]
# names <- c("rpb3_1", "wt_1","rpb3_2")[名< - （“rpb3_1”，“wt_1”，“rpb3_2”）]
# type <- c("IP", "CONTROL", "IP")[类型< - C（“知识产权”，“控制”，“知识产权”）]
# rpb3Chr1 <- readCelFile(bpmapChr1, cels, names, type, featureData=TRUE, log.it=TRUE)[rpb3Chr1 < - readCelFile（bpmapChr1，CELS，名称，类型，featureData = TRUE，log.it = TRUE）]
# ips <- rpb3Chr1$type == "IP"[IPS <费用 - rpb3Chr1类型==“知识产权”]
# controls <- rpb3Chr1$type == "CONTROL"[控制<“ - rpb3Chr1 $ ==”控制“]
# rpb3_rankpercentile <- normalize.Probes(rpb3Chr1, method="rankpercentile")[rpb3_rankpercentile < - normalize.Probes（rpb3Chr1，方法=“rankpercentile”）]
# description <- c("Rpb3vsWT")[说明< - Ç（“Rpb3vsWT”）]
# rpb3_rankpercentile_ratio <- getRatio(rpb3_rankpercentile, ips, controls, description, fkt=median, featureData=FALSE)[rpb3_rankpercentile_ratio < - getRatio（rpb3_rankpercentile，IPS，控制，描述，FKT =中位数，featureData = FALSE）]
# probeAnnoChr1 <- bpmapToProbeAnno(bpmapChr1)[probeAnnoChr1 < - bpmapToProbeAnno（bpmapChr1的）]
# peaks <- cmarrt.ma(rpb3_rankpercentile_ratio, probeAnnoChr1, chr=NULL, M=NULL,250,window.opt='fixed.probe')[峰< - cmarrt.ma（rpb3_rankpercentile_ratio，probeAnnoChr1，CHR = NULL，M = NULL，250，window.opt =fixed.probe）]
# peaklist <- cmarrt.peak(peaks)[< - cmarrt.peak peaklist（峰）]
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。
|
发表于 2012-2-26 15:07:49
