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

loveR

plotcmarrt(Starr)
plotcmarrt()所属R语言包：Starr

                                         Histogram of p-values and normal QQ plots for standardized MA statistics
                                         p值正常的QQ图和标准化专员统计直方图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Plot the histograms of p-values and normal QQ plots under correlation structure and independence.
p值正常的QQ图，并根据相关结构和独立的绘制直方图。


用法----------Usage----------


plotcmarrt(cmarrt.ma, freq=FALSE)



参数----------Arguments----------

参数：cmarrt.ma
output object from cmarrt.ma.
从cmarrt.ma输出对象。


参数：freq
see ?hist
看到了什么？历史


Details

详情----------Details----------

Diagnostic plots for comparing the distribution of standardized MA statistics under correlation and independence.
根据相关性和独立性分布比较标准化的马统计数字诊断图。


值----------Value----------

Histogram of p-values and normal QQ plots under correlation structure and independence.
p值正常的QQ图，并根据相关结构和独立的直方图。


注意----------Note----------

If the normal quantile-quantile plot deviates from the reference line for unbound probes, this indicates that Gaussian approximation is not suitable for analyzing this data.
如果正常的位数，位数图偏离从绑定探针的参考线，这表明，高斯近似分析这些数据是不适合的。


作者（S）----------Author(s)----------


Pei Fen Kuan, Adam Hinz



参考文献----------References----------

<h3>See Also</h3>

举例----------Examples----------


# dataPath &lt;- system.file("extdata", package="Starr")[< - 。系统数据通路（的“extdata”，包=“斯塔尔”）]
# bpmapChr1 &lt;- readBpmap(file.path(dataPath, "Scerevisiae_tlg_chr1.bpmap"))[bpmapChr1 < -  readBpmap（file.path（数据通路，“Scerevisiae_tlg_chr1.bpmap”））]

# cels &lt;- 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 &lt;- c("rpb3_1", "wt_1","rpb3_2")[名< - （“rpb3_1”，“wt_1”，“rpb3_2”）]
# type &lt;- c("IP", "CONTROL", "IP")[类型< -  C（“知识产权”，“控制”，“知识产权”）]
# rpb3Chr1 &lt;- readCelFile(bpmapChr1, cels, names, type, featureData=TRUE, log.it=TRUE)[rpb3Chr1 < -  readCelFile（bpmapChr1，CELS，名称，类型，featureData = TRUE，log.it = TRUE）]

# ips &lt;- rpb3Chr1$type == "IP"[IPS <费用 -  rpb3Chr1类型==“知识产权”]
# controls &lt;- rpb3Chr1$type == "CONTROL"[控制<“ -  rpb3Chr1 $ ==”控制“]

# rpb3_rankpercentile &lt;- normalize.Probes(rpb3Chr1, method="rankpercentile")[rpb3_rankpercentile < -  normalize.Probes（rpb3Chr1，方法=“rankpercentile”）]
# description &lt;- c("Rpb3vsWT")[说明< - &#199;（“Rpb3vsWT”）]
# rpb3_rankpercentile_ratio &lt;- 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 &lt;- bpmapToProbeAnno(bpmapChr1)[probeAnnoChr1 < -  bpmapToProbeAnno（bpmapChr1的）]
# peaks &lt;- 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）]

# plotcmarrt(peaks)[plotcmarrt（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。