R语言 sva包 twostepsva.build()函数中文帮助文档(中英文对照)

loveR

twostepsva.build(sva)
twostepsva.build()所属R语言包：sva

                                        Build surrogate variables from gene expression and model data
                                         建立从基因表达和模型数据的替代变量

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Construct a specified number of surrogate variables from a gene  expression data set based on the two-step algorithm of Leek and Storey (2007).
设置韭菜和层高（2007年）的两步算法的基础上，从基因表达数据，构建指定的代理变量。


用法----------Usage----------


  twostepsva.build(dat, mod, n.sv)



参数----------Arguments----------

参数：dat
A m genes by n arrays matrix of expression data
由n阵列基因表达数据矩阵A M基因


参数：mod
A n by k model matrix corresponding to the primary model fit    (see model.matrix)
K型矩阵对应的主模型拟合A N（见model.matrix）的


参数：n.sv
The number of surrogate variables to construct.
代理变量的数目。


Details

详情----------Details----------

The SVA estimation algorithm is described in Leek and Storey (2007).The basic idea is to estimate surrogate variables based on the subset of rows affected by unmodeled dependence.
广电估计算法描述在韭菜和层高（2007），其基本思路是估计的基础上，未建模依赖影响的行的子集的替代变量。


值----------Value----------

A list containing:
一份列表，列出：


参数：sv
A n by n.sv matrix where each column is a distinct surrogate  variable (the main quantity of interest)
A N n.sv矩阵，其中每一列是一个独特的代理变量（利益主体的数量）


参数：pprob.gam
A vector indicating whether each row was used in the building of the surrogate variables. 1= row used, 0=not used.  
表示每一行是否在使用代理变量的建设的一个向量。 1 =行，0 =不使用。


参数：pprob.b
Null for two-step SVA, see irwsva.build for more info.
为两步广电空，看到更多irwsva.build。


参数：n.sv
The number of suggorate variables estimated.                 
suggorate变量的估计数。


作者（S）----------Author(s)----------


Jeffrey T. Leek <a href="mailto:jleek@jhsph.edu">jleek@jhsph.edu</a>, John Storey <a href="mailto:jstorey@princeton.edu">jstorey@princeton.edu</a>



参考文献----------References----------

studies by surrogate variable analysis. PLoS Genetics, 3: e161.  http://www.biostat.jhsph.edu/~jleek/publications.html


参见----------See Also----------

sva, num.sv, irwsva.build, ComBat
sva，num.sv，irwsva.build，ComBat


举例----------Examples----------


  ## Not run: [＃无法运行：]
  ## Load data[＃将数据]
  library(bladderbatch)
  data(bladderdata)
  
  ## Obtain phenotypic data[＃获取表型数据。]
  pheno = pData(bladderEset)
  edata = exprs(bladderEset)
  batch = pheno$batch
  mod = model.matrix(~as.factor(cancer), data=pheno)
  mod0 = model.matrix(~1, data=pheno)
  
  ## Construct the surrogate variables [＃构建的代理变量]
  svaobj <- twostepsva.build(edata,mod,n.sv=1)
  
  ## Include them in a downstream analysis[＃包括在下游的分析]
  mod.sv <- cbind(mod,svaobj$sv)
  mod0.sv <- cbind(mod0,svaobj$sv)
  adjusted.pvals <- f.pvalue(dat,mod.sv,mod0.sv)
  
  

## 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。