LMGene(LMGene)
LMGene()所属R语言包：LMGene
LMGene main function
LMGene主要功能
译者：生物统计家园网 机器人LoveR
描述----------Description----------
LMGene calls function genediff to calculate the unadjusted gene-specific and posterior p-values of all genes and then calculates the FDR-adjusted p-values of all genes. Significant genes for each factor in model (based on either the gene-specific or posterior FDR-adjusted p-values) are output.
LMGene调用函数genediff计算未经调整的特定基因后的所有基因的P-值，然后计算所有基因的FDR校正p值。输出每个model（基于基因或特定FDR校正后的P-值）的因素的显著基因。
用法----------Usage----------
LMGene(eS, model = NULL, level = 0.05, posterior = FALSE,
method = c("MLE", "MOM", "MOMlog"))
参数----------Arguments----------
参数：eS
An ExpressionSet object. Any transformation and normalization of exprs(eS) should be conducted prior to use in LMGene.
ExpressionSet对象。任何改造和标准化exprs(eS)使用前应进行LMGene。
参数：model
Specifies model to be used. Default is to use all variables from eS without interactions. See details.
要使用指定的模型。默认是使用所有变量从ES无相互作用。查看详情。
参数：level
Significance level
显着性水平
参数：posterior
If TRUE, the posterior FDR-adjusted p-values are used in listing significant genes for each factor. Default is to use gene-specific FDR-adjusted p-values.
如果TRUE，FDR校正后的p值是用来列出各因素的重要基因。默认是使用特定基因FDR校正p值。
参数：method
Method by which the posterior p-values are calculated. Default is "MLE".
后的P-值计算方法。默认"MLE"。
Details
详情----------Details----------
If you have data in a matrix and information about experimental design factors, then you can use neweS to convert the data into an ExpressionSet object. Please see neweS for more detail.
如果您拥有数据matrix和有关实验设计因素的信息，那么你可以使用neweSExpressionSet对象转换成的数据。请参阅neweS更多细节。
The level argument indicates the False Discovery Rate, e.g. level=0.05 means a 5 percent FDR.
level参数表明假发现率，例如：水平= 0.05意味着5％的FDR。
The model argument is an optional character string, constructed like the right-hand side of a formula for lm. It specifies which of the variables in the ExpressionSet will be used in the model and whether interaction terms will be included. If model=NULL, it uses all variables from the ExpressionSet without interactions. Be careful of using interaction terms with factors; this often leads to overfitting, which will yield an error.
model参数是一个可选的字符串，像一个lm公式右边的构建。它指定了ExpressionSet变量将用于在模型是否将包括互动方面。如果model=NULL，它使用ExpressionSet无互动的所有变量。小心使用与因素之间的相互作用方面，这往往导致过度拟合，这将产生一个错误。
See genediff for details of method.
看到genediffmethod细节。
值----------Value----------
参数：lmres
A list with one component for each factor in model. Each component consists of a character vector with one element per significant gene. If no genes are significant for a given factor, the component for that factor is set to "No significant genes".
一个每个model的因素列表中的一个组成部分。每一个组成部分，具有显著基因的每一个元素的特征向量。如果没有基因是一个给定的因素，这一因素的组件设置为"No significant genes"。
作者（S）----------Author(s)----------
David Rocke and Geun-Cheol Lee
参考文献----------References----------
approach to multiple testing, Journal of the Royal Statistical Society, Series B, 57, 289–300.
Seminars in Cell & Developmental Biology, 15, 703–713.
参见----------See Also----------
genediff, neweS
genediff，neweS
举例----------Examples----------
library(Biobase)
library(LMGene)
#data[数据]
data(sample.mat)
data(vlist)
raw.eS <- neweS(sample.mat, vlist)
# glog transform data[glog变换数据]
trans.eS <- transeS(raw.eS, lambda = 727, alpha = 56)
# Identify significant genes, using an FDR of 1 percent[识别显着的基因，FDR的1％]
LMGene(trans.eS, level = 0.01)
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 23:31:10
