找回密码
 注册
查看: 1633|回复: 0

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

[复制链接]
发表于 2012-2-25 10:57:43 | 显示全部楼层 |阅读模式
qnNormalize(ABarray)
qnNormalize()所属R语言包:ABarray

                                         Perform quantile normalization
                                         执行位数标准化

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Perform quantile normalization between arrays
阵列之间执行位数标准化


用法----------Usage----------


qnNormalize(eData, snr, method = 'quantile', snThresh = 3, ties = TRUE)



参数----------Arguments----------

参数:eData
matrix of gene expression values  
基因表达值的矩阵


参数:snr
Optional signal/noise ratio. Only used for trimAMean method  
可选的信号/噪声比。仅用于trimAMean方法


参数:method
The normalization method desired. Default method is quantile  
标准化所需的方法。默认的方法是分位数


参数:snThresh
Signal/noise threshold (default = 3) to indicate presence or absence of a probe signal  
信号/噪声阈值(默认值= 3),表明存在或缺乏一个探针信号


参数:ties
handle values with same rank  
处理同排名值


Details

详情----------Details----------

This function performs various normalization for the array data. The default is quantile normalization method (adapted from Bioconductor limma package). Other normalization methods include median, mean, trimMean (trimmed mean), trimAMean (mean with absent gene removed).
这个函数执行各种阵列的数据标准化。默认位数标准化方法(从Bioconductor limma包改编)。标准化的其他方法包括中位数,平均数,TRIMMEAN(修剪平均值),trimAMean(平均去掉缺席基因)。

For the median normalizaiton, the median signal of each array is scaled to the same value (this value is calculated to equal to the median of all values in the data). The signal values for each array are then adjusted by the scaling factor.
对于中位数normalizaiton,平均每个阵列信号缩放到相同的值(此值计算,等于数据中的所有值的中位数)。每个阵列的信号值,然后调整缩放因子。

For the mean normalization, the approach is similar to the median normalization procedure except that the mean signal of each array is scaled to the same value (this value is median of all signals in the data).
平均标准化,除标准化过程中位数,平均每个阵列信号缩放到相同的值(这个值的所有数据信号的中位数)的方法是相似的。

For the trimMean normalization, the approach is similar to the mean normalization except that the mean for each array is calculated after trimming the top and botton 5% of signals (a total of 10% of values).
TRIMMEAN标准化,该方法是相似的,除了计算,平均每个阵列后修剪的顶部和钮的信号(总值的10%)的5%的平均标准化。

For the trimAMean normalization, the signal values for absent probes are not considered. If the s/n of a probe is less than snThresh (default = 3), the expression of the probe is considered not present (absent). The remaining values are then trimmed (top and botton 2.5%, a total of 5%), and the mean value for each array after trimming is scaled to the same value (median of all values in the data).
为trimAMean标准化,缺席探针的信号值不考虑。如果探针的S / N是比snThresh(默认值= 3),探针的表达被认为是不存在的(缺席)。其余值,然后修剪(顶部和钮2.5%,5%的总),修整后的平均值为每个阵列进行缩放,以相同的值(数据中的所有值的中位数)。


值----------Value----------

data matrix with quantile normalized data values
数据矩阵分量规范化的数据值


作者(S)----------Author(s)----------


Yongming Sun



参考文献----------References----------

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-22 20:59 , Processed in 0.037824 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表