R语言 VarEff包 HelpData()函数中文帮助文档(中英文对照)

loveR

HelpData(VarEff)
HelpData()所属R语言包：VarEff

                                         Help: Infile to test the model
                                         说明：INFILE来检验模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The infile called InputTest provides an example used to give an overview of possible results.
INFILE称为InputTest提供了一个例子，用来给一个可能的结果概述。

It is a simulation of a population that underwent a huge bottleneck 200 generations ago. The past effective population was  1000 and the present size is 100.  
这是一个仿真的200代以前的人口经历了一个巨大的瓶颈。过去有效的人口为1000和目前的规模是100。


用法----------Usage----------


data(InputTest)



格式----------Format----------

The format is:<br>
其格式为：参考

num [1:240] 9 4 12 2 0 14 21 15 3 9 ...
民[1:240] 9 4 12 2 0 14 21 15 3 9 ...


Details

详细信息----------Details----------

The data file InputTest.txt is an example which can be used directly in the R console.
的数据文件InputTest.txt是一个例子，它可以直接使用在R控制台。


如何使用示例----------How to use the example----------

Read the parts VarEff-package <br> and VarEff <br>
阅读的部分VarEff-package参考和VarEff参考


输入变量的含义----------Meaning of input variables----------

The variables to run one of the two functions (Theta or VarEff) correspond to the input arguments: <br>
的变量来运行这两个函数之一（西塔和VarEff）对应的输入参数：参考

- parafile (Name that you give to the job and to the output files created by the model).
-  parafile（姓名，你给的工作和创建的输出文件的模型）。

- infile (Name of the data file).
-  infile中（数据文件名称）。

- NBLOC (Number of Loci).
-  NBLOC（位点）。

- JMAX (Number of times when the effective size has changed, used to generate step functions simulating the past demography.
-  JMAX（倍时的有效尺寸发生了变化，产生阶梯函数的模拟过去的人口数。

Ex: JMAX=2, if you think that the population took 3 different effective sizes in the past).
例如：JMAX = 2，如果你认为在过去的人口了3种不同的有效尺寸）。

- MODEL (choose a mutation model in: S = Single Step Model, T = Two Phase Model, G = Geometric Model, and provide an additional coefficient (C) for T and G models).
-  MODEL（选择一个突变模型：S =单步模式，T = G =几何模型，两阶段模型，并提供额外的系数（C），T和G型号）。

- MUTAT (Mutation rate, assumed the same for all loci).
-  MUTAT（突变率，假定所有位点相同）。

- NBAR (Prior value for the effective size).
-  NBAR（前值的有效尺寸）。

- VARP1 (Variance of the prior log-distribution of effective sizes. Ex: VARP1=3 allows for searches with 20- to 40-fold relative variations of effective size).
-  VARP1（方差现有log有效体积分布例：VARP1 = 3允许检索数据，与20  -  40倍的相对变化的有效尺寸）。

- RHOCORN (Coefficient of correlation between effective sizes in successive intervals).
-  RHOCORN（在连续的时间间隔的有效大小之间的相关性系数）。

- GBAR (Number of generations since the assumed origin of the population).
-  GBAR（假设起源的人口数代以来）。

- VARP2 (Variance of the prior log-distribution of time intervals during which the population is assumed of constant size).
-  VARP2（事先log的时间间隔，在此期间，人口分布大小不变的假设的差异）。

- DMAXPLUS = DMAX+1 (DMAX is the maximal distance between alleles (number of microsatellite motifs) that is used in the estimation algorithm).
-  DMAXPLUS = DMAX +1（DMAX是等位基因（微图案的数量）之间的最大距离的估计算法中使用的）。

- Diagonale (A smoothing parameter to balance the observed covariance structure with a theoretical diagonal variance matrix and avoid numerical instability. Diagonale = 0.5 is a robust choice).
-  Diagonale（A平滑参数，以平衡所观察到的协方差结构的理论对角线协方差矩阵，避免数值不稳定。Diagonale = 0.5是一个强大的选择）。

- NumberBatch (number of batch (nbatch) for metrop in MCMC).
-  NumberBatch（数量批量（nbatch）的为metrop在MCMC）。

- LengthBatch (length of batch (blen) for metrop in MCMC).
-  LengthBatch（长度的批次（BLEN在MCMC）metrop）。

- SpaceBatch (space of batch (nspac) for metrop in MCMC). <br>  
-  SpaceBatch（空间在MCMC批次（nspac）metrop，）。参考

The input example corresponds to a population genotyped with 20 microsatellite markers (NBLOC): <br>
输入的例子相对应一个人口基因分型与20个微卫星标记（NBLOC）：参考

We supposed 3 huge events (JMAX) which have affected this population. JMAX has no impact on the present effective size but it can affect the distribution of past effective size. Hence check different JMAX (from 1 to 10) and keep the one in which the mean, median and mode are the nearest.
我们应该影响这一人群的3大事件（JMAX）。 JMAX没有任何影响的有效尺寸，但它可以影响过去有效尺寸的分布。因此，检查不同的JMAX（从1到10），并保持在其中的平均数，中位数和模式是最近的。

Generally the mutation rate (MUTAT) is around 0.01 to 0.0001. 0.01 was used in the simulation which built the data.
一般情况下突变率（MUTAT）的大约是0.01到0.0001。 0.01用于在其中内置的数据的模拟。

Concerning the other priors, we set the priors of actual effective size (NBAR) at 1000 with a large variance (VARP1=3).
至于其他的先验知识，具有很大的差异（VARP1 = 3），我们设置了先验的实际有效尺寸（NBAR）在1000。

We also assumed no correlation (RHOCORN=0) between the successive effective sizes from present to ancestral time.
我们还假设没有相关（RHOCORN = 0）之间的连续有效尺寸从现在到祖先的时间。

We supposed a time since the ancestral population (GBAR) of 5000 generations with a large variance (VARP2=3).
我们假定5000代具有很大的差异（VARP2 = 3）以来的祖先的人口（GBAR）的一个时间。

Even if the range of alleles length differences (number of repeat motifs) in InputTest is equal at 18, we restricted DMAXPLUS to 12 because it is representative of more than 95 percent of data (above the red line in graph Fk).<br>
即使等于在18的范围内的等位基因长度的差异（重复图案的数目）在InputTest，我们限制DMAXPLUS至12，因为它是代表超过95％的数据（图中上方的红线FK）。<br>物理化学学报

Here, the metrop (method of Monte Carlo Markov Chain) parameters are 1000 for the number of batches (NumberBatch), 10 for the length of batches (LengthBatch) and 10 for the space between batches (SpaceBatch) for a quick run. Recommended parameters are 10000 (NumberBatch), 10 (LengthBatch) and 10 (SpaceBatch) i.e. 1 million of iterations. <br>      
在这里，metrop马尔可夫链蒙特卡罗方法的参数的数量的批次（NumberBatch），10的的批次（LengthBatch）的长度和10之间的空间快速运行的批次（SpaceBatch）1000。推荐参数是10000（NumberBatch），10（LengthBatch）和10（SpaceBatch）即1万美元的迭代。参考

From the core file (.Batch) use the function NatSizeDist <br> or LogSizeDist <br> to estimate the effective size (Ne) (or Log(Ne)) at a number of times from 0 to a certain time ago (given by the user).
从核心文件中使用的功能NatSizeDist的<BR>或，估计LogSizeDist<BR>的有效尺寸（NE）（或注销（Ne）等）的次数从0（批）到一定时间前（由用户给定）。

To visualize the results use the functions: NTdist <br> and plotNdistrib <br>
可视化效果，请使用功能：NTdist的<BR>和plotNdistrib<BR>


源----------Source----------

This data is a simulated set obtained by the model DemoDivMs from Nikolic and Chevalet https://qgp.jouy.inra.fr.
这个数据是一个模拟组，模型DemoDivMs尼科利奇和Chevalet https://qgp.jouy.inra.fr的通过以下方式获得。


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。