R语言 spclust包 spclust()函数中文帮助文档(中英文对照)

loveR

spclust(spclust)
spclust()所属R语言包：spclust

                                        Perform single-stage selective phenotyping clustering
                                         执行单级选择性的表型聚类

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function implements the SPCLUST algorithm to perform selective phenotyping in experimental crosses by maximizing the genetic diversity in the selected subsample. The plot function plots the clusters from spclust with some summary information. For all clustering methods the silhouette plot is displayed for clusters containing more than one individual. For hierarchical clustering methods the dendrogram is displayed with clusters and selected individuals marked.
该函数执行SPCLUST的的算法，通过最大限度地在选定的子样本的遗传多样性进行选择性分型实验叉乘。绘图功能画出了聚类spclust的一些摘要信息。对于所有的聚类方法的轮廓图显示聚类包含一个以上的个人。层次聚类方法的聚类分析显示聚类和选定的个人标记。


用法----------Usage----------


spclust (object, nlines, file, method=c("average", "ward", "pam"))
## S3 method for class 'spclust'
plot(x, ...)
## S3 method for class 'spclust'
print(x, ...)
## S3 method for class 'spclust'
summary(object, ...)



参数----------Arguments----------

参数：object
Cross or mpcross object containing genetic data; for summary, spclust object
红十字会或mpcross对象，其中包含的遗传数据，总结，spclust对象


参数：x
spclust object to plot
spclust对象绘制


参数：nlines
Size of selected subsample
选择子样本的大小


参数：file
Optional argument, filename for outputting clusters to a file
可选参数，输出聚类，一个文件的文件名


参数：method
Clustering method
聚类方法


参数：...
Additional argument passed through to plclust
其他参数传递到plclust


值----------Value----------

list with components:
组件列表：


参数：lines
indices of selected lines  <tr valign="top"><td>mind</td>
指数选定的行<tr valign="top"> <TD>mind</ TD>

For each selected line, minimum distance to other lines in sample
对于每一个选定的行中，样品中的其它线路的最小距离


参数：tree
Hierarchical clustering tree
分层聚类树


参数：clusters
Assignment of all lines to clusters
分配到聚类中的所有行


注意----------Note----------

The SPCLUST algorithm performs the following steps in order to select a subsample with high genetic diversity. First, genetic distances are estimated between all lines in the sample, based on the expected proportion of alleles not shared IBD across the genome. Second, lines are clustered based on the genetic distance, with the number of clusters matching the number of lines desired for selection. Third, a representative line is selected from each cluster as the one most similar to other lines in the cluster.
SPCLUST算法执行以下步骤，以选择其中一个样本具有较高的遗传多样性。首先，遗传距离估计样品中的所有行之间，基于预期的比例不共享IBD在整个基因组的等位基因。其次，线聚类的遗传距离的基础上，用于选择所希望的行的数目匹配簇的数目。第三，代表线从每个簇中选择一个最相似的聚类中的其他线路。


参见----------See Also----------

spdist, plot.silhouette, plclust_in_colour
spdist，plot.silhouette，plclust_in_colour


实例----------Examples----------


# Simulate a map and data using the qtl package[模拟图和数据使用的QTL包。]
map <- sim.map(len=rep(100, 5), n.mar=21, eq.spacing=TRUE, include.x=FALSE)
dat <- sim.cross(map, n.ind=500, type="f2")
# Selection of 100 lines[100线的选择]
sp <- spclust(dat, 100, method="ward")
summary(sp)
plot(sp)

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。