R语言 genefu包 compute.pairw.cor.meta()函数中文帮助文档(中英文对照)

loveR

compute.pairw.cor.meta(genefu)
compute.pairw.cor.meta()所属R语言包：genefu

                                         Function to compute pairwise correlations in a meta-analytical framework
                                         函数来计算成对的相关性，在一项荟萃分析框架

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function computes meta-estimate of pairwise correlation coefficients for a set of genes  from a list of gene expression datasets.
此函数计算成对相关系数为一组基因，从基因表达数据集的列表元估计。


用法----------Usage----------


compute.pairw.cor.meta(datas, method = c("pearson", "spearman"))



参数----------Arguments----------

参数：datas
List of datasets. Each dataset is a matrix of gene expressions with samples in rows and probes in columns, dimnames being properly defined. All the datasets must have the same probes.  
数据集的名单。每个数据集的样本矩阵中的行和列的探针，dimnames正确定义的基因表达。所有数据集必须具有相同的探针。


参数：method
Estimator for correlation coefficient, can be either pearson or spearman.  
相关系数的估计，可以任pearson或spearman。


值----------Value----------


参数：cor
Matrix of meta-estimate of correlation coefficients with probes in rows and prototypes in columns.
行和列中的原型探针的相关系数矩阵元估计。


参数：cor.n
Number of samples used to compute meta-estimate of correlation coefficients.
元估计的相关系数来计算的样本数。


作者（S）----------Author(s)----------



Benjamin Haibe-Kains




参见----------See Also----------

map.datasets, compute.proto.cor.meta
map.datasets，compute.proto.cor.meta


举例----------Examples----------


## load VDX dataset[＃加载VDX的数据集]
data(vdxs)
## load NKI dataset[＃负载NKI日经指数集]
data(nkis)
## reduce datasets[＃减少数据集]
ginter <- intersect(annot.vdxs[ ,"EntrezGene.ID"], annot.nkis[ ,"EntrezGene.ID"])
ginter <- ginter[!is.na(ginter)][1:30]
myx <- unique(c(match(ginter, annot.vdxs[ ,"EntrezGene.ID"]),
  sample(x=1:nrow(annot.vdxs), size=20)))
data2.vdxs <- data.vdxs[ ,myx]
annot2.vdxs <- annot.vdxs[myx, ]
myx <- unique(c(match(ginter, annot.nkis[ ,"EntrezGene.ID"]),
  sample(x=1:nrow(annot.nkis), size=20)))
data2.nkis <- data.nkis[ ,myx]
annot2.nkis <- annot.nkis[myx, ]
## mapping of datasets[＃数据集的映射]
datas <- list("VDX"=data2.vdxs,"NKI"=data2.nkis)
annots <- list("VDX"=annot2.vdxs, "NKI"=annot2.nkis)
datas.mapped <- map.datasets(datas=datas, annots=annots, do.mapping=TRUE)
## compute meta-estimate of pairwise correlation coefficients[＃计算成对相关系数估计元]
pairwcor <- compute.pairw.cor.meta(datas=datas.mapped$datas, method="pearson")
str(pairwcor)

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。