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

loveR

Ridgeogram(SigWinR)
Ridgeogram()所属R语言包：SigWinR

                                        Significant window detector in sequences
                                         在序列的显着的窗口检测器

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Create a RIDGEOGRAM for a sequence of data.  The function tests the input sequence against the null hypothesis that the value in the sequence does depend on position.  The function produces p-values for the probability  that the sequence is locally higher or lower than average for all  possible positions and all odd window-sizes. The p-value is corrected  for multiple testing using the Benjamini-Hochberg correction.
创建一个RIDGEOGRAM为一个序列的数据。输入序列与功能测试的零假设的价值不依赖于序列中的位置。函数产生的概率，该序列是局部比平均水平更高或更低的所有可能的位置和所有奇数的窗口大小的p-值。 p值修正多个测试，使用的Benjamini霍赫贝格修正。


用法----------Usage----------


Ridgeogram(s,adjust.method="BH",circular=FALSE)



参数----------Arguments----------

参数：s
sequence of numeric data
数字数据序列


参数：adjust.method
method for multiple testing correction (see p.adjust for valid options)
多重检验校正方法（见p.adjust有效的选项）


参数：circular
assume the sequence is circular
假定序列是圆形的


值----------Value----------

A list containing  <table summary="R valueblock"> <tr valign="top"><td>high </td> <td>   Array containing p-values for the probability that the sequence is locally higher than average within the given window-size , the rows contain the windowsizes. starting from 3, the significance for all odd window sizes are calculated. The columns contain the p-values along the input sequence for a window size. If circular is FALSE the number of possible windows decreases with increasing window size and the output is centered within  the rows. In this way the output can be rendered as an image (see RidgeogramPlot). </td></tr> <tr valign="top"><td>low </td> <td> Same as pos for signifcantly lower regions</td></tr> </table>
一个列表，其中包含表summary="R valueblock"> <tr valign="top"> <TD> high </ TD> <TD>数组，其中包含的概率p值的顺序是本地高于在给定的窗口大小，平均行包含windowsizes，。从3开始，其意义为所有奇窗口大小的计算方法。列中包含的p值沿的输入序列中的窗口的大小。如果是圆形的数目为FALSE可能的窗口的窗口大小的增加而减小，和输出的行内居中。以这种方式，输出可以被渲染作为图像（见RidgeogramPlot）。 </ TD> </ TR> <tr valign="top"> <TD>low  </ TD> <TD>同possignifcantly较低的区域</ TD> </ TR> </ TABLE>


注意----------Note----------

The computation time increases quadratically with the length of the input sequence.  Sequences up to about 10.000 do not pose a problem but if they are longer you'll  need patience. Alternatively, reducing the input sequence lenght using averaging or  median filtering can be considered.
的计算时间与输入序列的长度的平方增加。序列约10.000不构成问题，但如果他们是更长的时间，你需要耐心。或者，可以考虑减少使用平均或中值滤波的输入序列长度。


（作者）----------Author(s)----------


w.c.deleeuw@uva.nl



参考文献----------References----------

enriched windows of genomic features related to DNA sequences Marcia A Inda, Marinus F van Batenburg, Marco Roos, Adam SZ Belloum,  Dmitry Vasunin, Adianto Wibisono, Antoine HC van Kampen, and Timo M Breit

参见----------See Also----------

SigWin,RidgeogramPlot
SigWin，RidgeogramPlot


实例----------Examples----------



lseq <- c(rnorm(200),rnorm(100,-1),rnorm(50),rnorm(50,4.0),rnorm(100))
rg <- Ridgeogram(lseq)
RidgeogramPlot(rg,0.5,"Example ridgeogram",high.col="green",low.col="red")

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。