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

loveR

testShapePT(tweeDEseq)
testShapePT()所属R语言包：tweeDEseq

                                         Test shape parameter of PT
                                         试验PT形状参数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to test whether the shape parameter is equal to a given value.
功能测试的形状参数是否等于给定值。


用法----------Usage----------


testShapePT(x, a = 0)



参数----------Arguments----------

参数：x
object of class 'mlePT'.  
类“mlePT”的对象。


参数：a
numeric scalar smaller than 1. The function will test whether the shape parameter is equal to the introduced 'a' (default is 0).  
数字标量小于1。该函数将测试的形状参数是否等于引进的“A”（默认为0）。


Details

详情----------Details----------

By default a = 0, and therefore the function tests whether the count data follows a Negative-Binomial distribution or not. In this case, a Likelihood Ratio Test is performed. When the given value for 'a' is different from 0, a Wald test is performed.
默认情况下，= 0，因此，是否计数数据如下负二项分布或功能测试。在这种情况下，似然比检验。当一给定值是从0不同，Wald检验。

If a = 1, the function tests whether the count data follows a Poisson distribution or not.
如果a = 1，功能测试计数数据是否遵循泊松分布或没有。

If a = 0.5, the function tests whether the count data follows a Poisson-inverse Gaussian distribution or not.
如果a = 0.5，功能测试计数数据是否遵循泊松逆高斯分布或没有。

If a = -1, the function tests whether the count data follows a Polya-Aeppli distribution or not.
如果a = 1，功能测试是否计数数据如下1波利亚Aeppli分布的或不。


值----------Value----------

numeric p-value of the test.
数字测试的p值。


参考文献----------References----------

A flexible count data model to fit the wide diversity of expression profiles arising from extensively replicated RNA-seq experiments. Submitted.
using the Poisson-Tweedie family. Environmetrics 22, pages 152-164.
overdispersed count data by mixtures of poisson variables and poisson processes. Biometrics 53, pages 1225-1238.

参见----------See Also----------

gofTest mlePoissonTweedie compareCountDist
gofTestmlePoissonTweediecompareCountDist


举例----------Examples----------


# Generate a random matrix of counts[生成一个随机数矩阵]
counts <- rPT(n=1000, a=0.5, mu=10, D=5)

# Maximum likelihood estimation of the Poisson-Tweedie parameters[泊松特威迪参数的最大似然估计]
mleEstimate <- mlePoissonTweedie(x = counts, a.ini = 0, D.ini
= 10)

# Test whether data comes from Negative-Binomial distribution[测试数据是否负二项分布]
testShapePT(mleEstimate)

# Test whether data comes from Poisson-inverse Gaussian[测试数据是否从泊松逆高斯]
testShapePT(mleEstimate, a = 0.5)

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。