找回密码
 注册
查看: 332|回复: 0

R语言 TSPC包 tspc.train()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 12:46:15 | 显示全部楼层 |阅读模式
tspc.train(TSPC)
tspc.train()所属R语言包:TSPC

                                         Prediction using time-course gene expression
                                         预测使用时间过程的基因表达

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Does prediction of a quantitative regression or survival outcome, using the time-course gene expression.
做的定量回归或生存结果的预测,使用时间进程基因的表达。


用法----------Usage----------


tspc.train(data, data.test, type = c("survival", "regression"), s0.perc = 0.5)



参数----------Arguments----------

参数:data
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; censoring.status- n-vector of censoring censoring.status (1= died or event occurred, 0=survived, or event was censored), needed for a censored survival outcome.
数据对象与组件X-A列表中的p n矩阵的特点,每列的一个观察,每个时间点的一个矩阵,Y-N-矢量结果测量; censoring.status-N-矢量的审查censoring.status(1 =死亡或事件发生,0 =活了下来,审查或事件),需要审查的生存结果。


参数:data.test
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; censoring.status- n-vector of censoring censoring.status (1= died or event occurred, 0=survived, or event was censored), needed for a censored survival outcome.
数据对象与组件X-A列表中的p n矩阵的特点,每列的一个观察,每个时间点的一个矩阵,Y-N-矢量结果测量; censoring.status-N-矢量的审查censoring.status(1 =死亡或事件发生,0 =活了下来,审查或事件),需要审查的生存结果。


参数:type
Problem type:  "survival" for censored survival outcome, or "regression" for simple quantitative outcome.
问题类型:删失的生存结果的“生存”,或“回归”简单的定量结果。


参数:s0.perc
Factor for denominator of score statistic, between 0 and 1:  the percentile of standard deviation values added to the  denominator. Default is 0.5 (the median)
分母的分数统计,在0和1之间的因子:百分标准偏差值添加到分母。默认值是0.5(中位数)


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>proj.obj</td> <td> projection of training data and test data</td></tr> <tr valign="top"><td>fit.obj</td> <td> fitted object using training data</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> proj.obj</ TD> <TD>的训练数据和测试数据的预测</ TD> </ TR> <TR VALIGN =“”> <TD>fit.obj </ TD> <TD>装使用训练数据的对象</ TD> </ TR> </ TABLE>


(作者)----------Author(s)----------



Yuping Zhang




参考文献----------References----------

Zhang Y, Tibshirani RJ, Davis RW. Predicting patient survival from longitudinal gene expression. Stat Appl Genet Mol Biol. 2010;9(1):Article41. Epub 2010 Nov 22.

实例----------Examples----------


x = list()
for(i in 1:2){
        set.seed(i+123)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = sample(c(5:100), size=100, replace=TRUE)
censoring = sample(c(0,1), size=100, replace=TRUE)

data = list(x = x, y=y, censoring.status=censoring, genenames = as.character(paste("gene", c(1:500), sep="")), geneid =         as.character(paste("gene", c(1:500), sep="")))

x = list()
for(i in 1:2){
        set.seed(i+133)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = sample(c(5:100), size=100, replace=TRUE)
censoring = sample(c(0,1), size=100, replace=TRUE)

data.test = list(x = x, y=y, censoring.status=censoring, genenames = as.character(paste("gene", c(1:500), sep="")), geneid = as.character(paste("gene", c(1:500), sep="")))

obj = tspc.train(data, data.test, type="survival")


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, 2024-11-29 00:40 , Processed in 0.020790 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