R语言 lumi包 ssn()函数中文帮助文档(中英文对照)

loveR

ssn(lumi)
ssn()所属R语言包：lumi

                                         Simple Scaling Normalization
                                         简单的比例归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function basically adjusts the samples to the same background level and then optionally scales to the same foreground level.
此功能基本上调整相同的背景水平的样本，然后可选尺度相同的前景。


用法----------Usage----------


ssn(x.lumi, targetArray = NULL, scaling = TRUE, bgMethod=c('density', 'mean', 'median', 'none'), fgMethod=c('mean', 'density', 'median'), ...)



参数----------Arguments----------

参数：x.lumi
an ExpressionSet inherited object or a data matrix with columns as samples and rows as genes  
作为样本行和列作为基因一个ExpressionSet继承的对象或数据矩阵


参数：targetArray
A target chip is the model for other chips to normalize. It can be a column index, a vector or a LumiBatch object with one sample.  
一个目标芯片是其他芯片标准化的模型。它可以是一个列的索引，一个向量或一个样本LumiBatch对象。


参数：scaling
determine whether do scaling or just background shift  
确定是否缩放或只是背景的转变


参数：bgMethod
optional methods of determining the background level  
可选的方法，确定本底水平


参数：fgMethod
optional methods of determining the foreground level  
可选的方法确定前景色水平


参数：...
other parameters used by density function  
density功能使用的其他参数


Details

详情----------Details----------

This function basically adjusts the samples to the same background level and then optionally scales to the same foreground level. The adjustment is based on the raw scale data (For the transformed data, it still estimates the parameters in the raw scale by inverse transformation.).
此功能基本上调整相同的背景水平的样本，然后可选尺度相同的前景。调整是基于对原材料的大规模数据（对于转换后的数据，它仍然预计在逆变换的原始规模的参数。）。

Comparing with other normalization methods, like quantile and curve-fitting methods, SSN is a more conservative method. The only assumption is that each sample has the same background levels and the same scale (if do scaling). There are three methods ('density', 'mean' and 'median') for background estimation. If bgMethod is 'none', then the background level will be set as 0, i.e., no background adjustment. For the 'density' bgMethod, it estimates the background based on the mode of probe intensities based on the assumption that the background level intensity is the most frequent value across all the probes in the chip. For the foreground level estimation, it also provides three methods ('mean', 'density', 'median'). For the 'density' fgMethod, it assumes the background probe levels are symmetrically distributed. Then we estimate the foreground levels by taking the intensity mean of all other probes except from the background probes. For the 'mean' and 'median' methods (for both bgMethod and fgMethod), it basically estimates the level based on the mean or median of all probes of the sample. If the fgMethod is the same as bgMethod (except 'density' method), no scaling will be performed.   
位数和曲线拟合的方法一样，与其他标准化的方法比较，SSN是一个较为保守的方法。唯一的假设是，每个样品具有相同的背景水平和同等规模（如果做缩放）。背景估计有三种方法（“密度”，“平均”和“中位数”）。如果bgMethod是“无”，然后背景水平将被设置为0，即没有任何背景的调整。为密度“bgMethod的，它估计的基础上，基于假设的背景水平强度是所有探针在芯片的最频繁的值的探针强度模式的背景。对于前景的估计，它也提供了三种方法（“平均”，“密度”，“中位数”）。对于密度“fgMethod的，它假定的背景探测水平对称分布。然后，我们估计强度前景除从后台探针的所有其他探测器的意思。对于“平均”和“中位数”的方法（都bgMethod和fgMethod），它基本上是估计的水平基础上的平均或中位数，所有样品探针。如果fgMethod是相同作为bgMethod的（除了“密度”的方法），将不结垢。


值----------Value----------

Return an object with expression values normalized. The class of the return object is the same as the input object x.lumi.
返回一个表达式的值标准化的对象。返回对象的类是相同的输入对象x.lumi的。


作者（S）----------Author(s)----------


Pan Du, Simon Lin



参见----------See Also----------

lumiN
lumiN

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。