R语言 edgeR包 weightedCondLogLikDerDelta()函数中文帮助文档(中英文对照)

loveR

weightedCondLogLikDerDelta(edgeR)
weightedCondLogLikDerDelta()所属R语言包：edgeR

                                        Weighted Conditional Log-Likelihood in Terms of Delta
                                         加权条件对数似然Delta条款

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Weighted conditional log-likelihood parameterized in terms of delta (phi / (phi+1)) for a given tag/gene - maximized to find the smoothed (moderated) estimate of the dispersion parameter
加权条件对数似然参数Delta（phi / (phi+1)）对于一个给定的标记/基因 - 最大化找到平滑（主持）色散参数的估计


用法----------Usage----------


weightedCondLogLikDerDelta(y, delta, tag, prior.n=10, ntags=nrow(y[[1]]), der=0, doSum=FALSE)



参数----------Arguments----------

参数：y
list with elements comprising the matrices of count data (or pseudocounts) for the different groups
名单中包括不同群体的计数数据矩阵（或pseudocounts）元素


参数：delta
delta (phi / (phi+1))parameter of negative binomial
Delta（phi / (phi+1)）负二项分布参数


参数：tag
tag/gene at which the weighted conditional log-likelihood is evaluated
基因标记/加权有条件log的可能性进行评估


参数：prior.n
smoothing paramter that indicates the weight to put on the common likelihood compared to the individual tag's likelihood; default 10 means that the common likelihood is given 10 times the weight of the individual tag/gene's likelihood in the estimation of the tag/genewise dispersion
平滑放慢参数，显示的重量到了共同的可能性提出的个人标记的可能性相比，默认10意味着说，常见的可能性是给予10倍，估计标签/重量的个人标记/基因的可能性2-6。分散


参数：ntags
numeric scalar number of tags/genes in the dataset to be analysed
要分析的数据集数字标标签/基因数目


参数：der
derivative, either 0 (the function), 1 (first derivative) or 2 (second derivative)
衍生工具，0（功能），1（一阶导数）或2（二阶导数）


参数：doSum
logical, whether to sum over samples or not (default FALSE
逻辑，无论是总结或不超过样本（默认FALSE


Details

详情----------Details----------

This function computes the weighted conditional log-likelihood for a given tag, parameterized in terms of delta. The value of delta that maximizes the weighted conditional log-likelihood is converted back to the phi scale, and this value is the estimate of the smoothed (moderated) dispersion parameter for that particular tag. The delta scale for convenience (delta is bounded between 0 and 1).
此函数计算为一个给定的标签加权有条件log的可能性，在Delta上的参数。 delta值最大化加权条件对数似然转换回phi规模，这个值是平滑的（主持）为特定的标记分散参数的估计。为方便起见，增量规模（Delta界之间的0和1）。


值----------Value----------

numeric scalar of function/derivative evaluated for the  given tag/gene and delta
评估给定的标签/基因和Delta的功能/衍生的数字标


作者（S）----------Author(s)----------


Mark Robinson, Davis McCarthy



举例----------Examples----------


counts<-matrix(rnbinom(20,size=1,mu=10),nrow=5)
d<-DGEList(counts=counts,group=rep(1:2,each=2),lib.size=rep(c(1000:1001),2))
y<-splitIntoGroups(d)
ll1<-weightedCondLogLikDerDelta(y,delta=0.5,tag=1,prior.n=10,der=0)
ll2<-weightedCondLogLikDerDelta(y,delta=0.5,tag=1,prior.n=10,der=1)

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。