找回密码
 注册
查看: 677|回复: 0

R语言 CGEN包 snp.effects()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-25 14:28:46 | 显示全部楼层 |阅读模式
snp.effects(CGEN)
snp.effects()所属R语言包:CGEN

                                        Joint and Stratified Effects
                                         联合和分层的影响

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Computes joint and stratified effects of the SNP and another variable based on a fitted model.
计算SNP的基础上拟合模型的另一个变量的联合和分层的影响。


用法----------Usage----------


snp.effects(fit, var, var.levels=c(0, 1), method=NULL)



参数----------Arguments----------

参数:fit
Return object from snp.logistic or snp.matched. If fit is the return object from snp.matched, then the snp.vars argument in snp.matched must consist of a single SNP. No default.
从snp.logistic或snp.matched返回的对象。如果fit是从snp.matched返回的对象,然后的参数snp.vars“snp.matched必须由一个单一的SNP。没有默认值。


参数:var
Name of the second variable to compute the effects for. This variable can be  a dummy variable, continuous variable, or a factor. Note that if this variable enters the model as both a main effect and interaction, then it must enter the model the same way as a main effect and interaction for the effects to be computed correctly. For example, if var is a factor as a main effect, then it also must  be a factor as an interaction. No default.  
第二个变量的名称来计算的影响。这个变量可以是一个虚拟变量,连续变量,或一个因素。请注意,如果这个变量进入模型作为一个主要的影响和互动的,那么它必须进入同样的方式作为一个主要的影响和互动的效果要正确计算模型。例如,如果var是作为一个主要的影响因素,那么它也必须作为一个互动的一个因素。没有默认值。


参数:var.levels
(For continuous var) Vector of levels. First level is assumed to be the baseline level.  The default is c(0, 1).
(对于连续var)向量水平。第一个层次是假设为基准水平。默认为C(0,1)。


参数:method
Vector of values from "UML", "CML", "EB" or "CCL", "HCL", "CLR". The default is NULL.
从“UML的”,“慢性粒单元白血病”,“CEL”或“覆铜板”,“盐酸”,“CLR的”价值观的向量。默认值为NULL。


Details

详情----------Details----------

The joint and stratified effects are computed for each method in fit. The stratified effects are the sub-group effect of the SNP stratified by var and the sub-group effect of var stratified by the SNP. <br> <br> Definition of joint and stratified effects: <br> Consider the model:
联合和分层的影响,计算每个方法在fit。分层效果的分层的SNP小组由var和var分层亚组的SNP效果的影响。参考参考定义的联合和分层的影响:考虑参考的模型:

Let 0 be the baseline for SNP and x_0 the baseline for X. Then the joint effect  for SNP = s and X = x relative to SNP = 0 and X = x_0 is
让0 SNP和x_0十基线,然后共同作用的SNP =和X = X相关的SNP = 0和X =x_0基线

The stratified effect of the SNP relative to SNP = 0 given X = x is
SNP的相对分层效果给予的SNP = 0 X = X

The stratified effect of var relative to X = x0 given SNP = s is
var相对= X0 SNP = S的分层效果

A convenient way to print the returned object to view the effects tables is with the function printEffects.
与功能printEffects是一个方便的方式来打印返回的对象,查看效果表。


值----------Value----------

If fit is of class snp.logistic, then the return object is a list of with names "UML", "CML", and "EB". If fit is of class snp.matched, then the return object is a list of with names "CLR", "CCL", and "HCL". Each sublist contains joint effects, stratified effects, standard errors and confidence intervals.  The sub-group effect of the SNP stratified by var is in the list "StratEffects", and the sub-group effect of var stratified by the SNP is in the list "StratEffects.2".
如果fit类snp.logistic,然后返回的对象是一个名字“的UML”,“慢性粒单元白血病”,“CEL”的名单。如果fit类snp.matched,然后返回的对象是一个名称列表中的“CLR”,“覆铜板”,“盐酸”。每个子表包含共同作用,分层效果,标准误差及置信区间。 的var在列表“StratEffects”是,var分层亚组的SNP效果“列表中的”StratEffects.2是分层的SNP分群体效应。


参见----------See Also----------

printEffects
printEffects


举例----------Examples----------


# Use the ovarian cancer data[使用卵巢癌数据]
data(Xdata, package="CGEN")

# Fit using a stratification variable[适合采用分层变量]
fit <- snp.logistic(Xdata, "case.control", "BRCA.status",
                     main.vars=c("oral.years", "n.children"),
                     int.vars=c("oral.years", "n.children"),
                     strata.var="ethnic.group")

# Compute the effects[计算的影响]
effects <- snp.effects(fit, "oral.years", var.levels=0:5)

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, 2025-1-27 14:18 , Processed in 0.020457 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