R语言 DEGraph包 BS.test()函数中文帮助文档(中英文对照)

loveR

BS.test(DEGraph)
BS.test()所属R语言包：DEGraph

                                        Performs the test of Bai and Saranadasa (1996)
                                         白族Saranadasa（1996）执行的测试

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs the test of Bai and Saranadasa (1996).
执行测试白族Saranadasa（1996）。


用法----------Usage----------


BS.test(X1, X2, na.rm=FALSE)



参数----------Arguments----------

参数：X1
A n1 x p matrix, observed data for class 1: p variables, n1 observations.
一个N1 XP matrix，观察到1级的数据：P变量，N1的意见。


参数：X2
A n2 x p matrix, observed data for class 2: p variables, n2 observations.
一个N2 XP matrix，观察到的数据为2级：P变量，N2意见。


参数：na.rm
A logical value indicating whether variables with NA in at least one of the n1 + n2 observations should be discarder before the test is performed.
一个logical值，指示是否使用变量NA至少在一个N1 + N2意见应该铳前进行测试。


值----------Value----------

A list with class "htest" containing the following components:
一个list类“htest”包含以下组件：




statistic A numeric value, the test statistic.
统计一个numeric值，检验统计量。




p.value A numeric value, the corresponding p-value.
p.value一个numeric值，相应的p值。


作者（S）----------Author(s)----------


Laurent Jacob, Pierre Neuvial and Sandrine Dudoit



参见----------See Also----------

AN.test() graph.T2.test() hyper.test()
AN.test（）graph.T2.test（）hyper.test（）


举例----------Examples----------


library("KEGGgraph")
## library("NCIgraph")[＃库（“NCIgraph”）]
library("rrcov")

data("Loi2008_DEGraphVignette")
exprData <- exprLoi2008
classData <- classLoi2008
rn <- rownames(exprData)

## Retrieve expression levels data for genes from one KEGG pathway[＃从一个KEGG通路的基因表达水平的数据检索]
gr <- grListKEGG[[1]]
gids <- translateKEGGID2GeneID(nodes(gr))
mm <- match(gids, rownames(exprData))

## Keep genes from the graph that are present in the expression data set[＃远离基因图，是在表达数据集]
idxs <- which(!is.na(mm))
gr <- subGraph(nodes(gr)[idxs], gr)

idxs <- which(is.na(mm))
if(length(idxs)) {
  print("Gene ID not found in expression data: ")
  str(gids[idxs])
}
dat <- exprData[na.omit(mm), ]
str(dat)

X1 <- t(dat[, classData==0])
X2 <- t(dat[, classData==1])

## DEGraph T2 test[＃DEGraph T2检验]
res <- testOneGraph(gr, exprData, classData, verbose=TRUE, prop=0.2)

## T2 test (Hotelling)[＃T2检验（霍特林）]
rT2 <- T2.test(X1, X2)
str(rT2)

## Adaptive Neyman test[＃自适应奈曼测试]
rAN <- AN.test(X1, X2, na.rm=TRUE)
str(rAN)

## Adaptive Neyman test from Fan and Lin (1998)[＃自适应奈曼测试范和林（1998）]
rAN <- AN.test(X1, X2, na.rm=TRUE)
str(rAN)

## Test from Bai and Saranadasa (1996)[＃测试从白和Saranadasa（1996）]
rBS <- BS.test(X1, X2, na.rm=TRUE)
str(rBS)

## Hypergeometric test[＃超几何测试]
pValues <- apply(exprData, 1, FUN=function(x) {
  tt <- t.test(x[classData==0], x[classData==1])
  tt$p.value
})
str(pValues)
names(pValues) <- rownames(exprData)
rHyper <- hyper.test(pValues, gids, thr=0.01)
str(rHyper)


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。