mcmc.defaultParams_gauss(GRENITS)
mcmc.defaultParams_gauss()所属R语言包：GRENITS
Default Parameters for Linear Model with Gaussian distributed replicates
线性高斯分布模型的默认参数复制
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Create parameter vector with default parameters for ReplicatesNet_gauss function
创建具有默认参数ReplicatesNet_gauss功能参数向量
用法----------Usage----------
mcmc.defaultParams_gauss()
Details
详情----------Details----------
Use this function to generate a template parameter vector to use non-default parameters for the ReplicatesNet_gauss model.
使用此功能来生成一个模板参数向量使用非默认为ReplicatesNet_gauss模型参数。
值----------Value----------
Returns a single vector with the following elements (in this order):
一个向量返回与下列元素（按此顺序）：
参数：(1) samples
Number of MCMC iterations to run
数量的MCMC迭代运行
参数：(2) burn.in
Number of initial iterations to discard as burn in
初始迭代的数量，丢弃燃烧
参数：(3) thin
Subsampling frequency
欠采样频率
参数：(4) c
Shape parameter 1 for Beta(c,d) prior on rho (connectivity parameter)
形状参数1β（C，D）前对RHO（连通参数）
参数：(5) d
Shape parameter 2 for Beta(c,d) prior on rho (connectivity parameter)
形状参数β（C，D）2前对RHO（连通参数）
参数：(6) sigma.s
Standard deviation parameter for N(0,sigma.s) prior on B (Regression coefficients)
标准偏差参数为N（0，sigma.s）前对B（回归系数）
参数：(7) a
Shape parameter for Gamma(a,b) prior on lambda (Regression precision)
形状参数的伽玛（A，B）之前的lambda（回归精度）
参数：(8) b
Rate parameter for Gamma(a,b) prior on lambda (Regression precision)
伽马率参数（A，B）之前，在λ（回归精度）
参数：(9) a_exp
Shape parameter for Gamma(a_exp,b_exp) prior on tau (Replicates precision)
形状参数伽马（a_exp，b_exp）的前头（重复精度）
参数：(10) b_exp
Rate parameter for Gamma(a_exp,b_exp) prior on tau (Replicates precision)
率参数伽马（a_exp，b_exp）的前头（重复精度）
参数：(11) sigma.mu
Standard deviation parameter for N(0,sigma.mu) prior on mu (Regression intercept)
标准偏差参数为N（0，sigma.mu）前亩（回归截距）
参数：(12) fix.y.iter
Number of iterations for which sampled data Y is fixed
为采样数据Y是固定的迭代数
参考文献----------References----------
networks using time course data with repeated measurements. Bioinformatics 2010; doi: 10.1093/bioinformatics/btq421
参见----------See Also----------
plotPriors, ReplicatesNet_gauss.
plotPriors，ReplicatesNet_gauss。
举例----------Examples----------
# Get default parameters[获取默认参数]
linearNet_Gauss.params <- mcmc.defaultParams_gauss()
# Change run length[变更运行长度]
linearNet_Gauss.params[1] <- 200000
# Change prior regression precision [改变之前回归精度]
linearNet_Gauss.params[7] <- 0.001
linearNet_Gauss.params[8] <- 0.001
# Plot to visualise changes[图可视化更改]
plotPriors(linearNet_Gauss.params)
## Use to run ReplicatesNet_gauss ...[＃使用运行ReplicatesNet_gauss ...]
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。
|
发表于 2012-2-25 21:14:22
