找回密码
 注册
查看: 588|回复: 0

R语言 rrBLUP包 rrBLUP-package()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-28 20:35:17 | 显示全部楼层 |阅读模式
rrBLUP-package(rrBLUP)
rrBLUP-package()所属R语言包:rrBLUP

                                        Ridge regression and other kernels for genomic selection
                                         岭回归和其他核基因组选择

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This package has been designed for both genomic selection and association mapping.  Some details of using the package for genomic selection have been published in the Plant Genome.  The heart of the package is the function mixed.solve, which can be used to model marker effects as random effects or the genotypic values of the lines as random effects.  In the latter case, the function A.mat is useful for calculating the additive relationship matrix and the prediction of breeding values.  To include epistatic effects in the genotypic value predictions, use the function kinship.BLUP.   
这个包已经被设计为基因组的选择和关联作图。在植物基因组,基因组选择使用包的一些细节已经公布。包的心脏是函数mixed.solve,它可以被用来作为随机效应或基因型值的线作为随机效应模型标记效果。在后者的情况下,该函数A.mat是有用的,用于计算的添加剂关系矩阵和育种值的预测。包括上位性效应的基因型值的预测,使用的功能kinship.BLUP。


关联分析----------Association mapping----------

Use function GWA for association mapping.
使用函数GWA关联映射。


丢失的数据----------Missing data----------

A number of improvements have been made concerning the handling of missing data since the original publication of the package.  The functions mixed.solve, kinship.BLUP, and GWA will tolerate missing phenotypic data: those observations are simply not used.  When genotypic data are missing, both kinship.BLUP (option "RR") and GWA rely on the EM algorithm in A.mat, which can also be used in conjunction with mixed.solve. The non-additive kernels in kinship.BLUP are based on dist, which uses pairwise complete observations.  
已作出处理丢失的数据包,因为原来的发布的一些改进。的功能mixed.solve,kinship.BLUP和GWA会容忍缺失的表型数据:根本就没有使用这些观测数据。基因型数据丢失时,两个kinship.BLUP(选项“RR”)和GWA依靠对EM算法在A.mat,它也可以被一起使用mixed.solve 。非加内核kinship.BLUP的基础上dist,使用成对完整的观测。


并行计算----------Parallel computing----------

For Mac, Linux, and UNIX users, R package multicore can be used in conjunction with rrBLUP to take advantage of multiple processors on a single machine.  For large data sets, especially when there is missing data, I recommend trying this feature, which is available with kinship.BLUP, A.mat, and GWA.  You need R >= 2.14.1 for this to work properly, and you must also use R from the command line (not the GUI).  
对于Mac,Linux和UNIX用户,R包多核可用于配合rrBLUP一台机器上,采取多处理器的优势。对于大型数据集,尤其是当有丢失数据,我建议您尝试此功能,它可与kinship.BLUP,A.mat和GWA。您需要R> = 2.14.1正常工作,而且还必须使用R命令行(而不是GUI)。


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, 2024-11-26 18:33 , Processed in 0.023282 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