estVC(LVSmiRNA)
estVC()所属R语言包：LVSmiRNA
Robust Linear Model to Estimate Residual Variance and Array Effect
鲁棒线性模型估计残差和阵列的影响
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Given intensities from microRNA data, fits a robust linear model at probe level and return the residual standard deviations and the array effects.
鉴于microRNA的数据的强度，适合在探针水平强大的线性模型，并返回剩余标准偏差和阵列的效果。
用法----------Usage----------
estVC(object,method=c("joint","rlm"),cov.formula=c("weighted","asymptotic"),clName,verbose=FALSE)
## S3 method for class 'RGList'
estVC(object,method=c("joint","rlm"),cov.formula=c("weighted","asymptotic"),clName,verbose=FALSE)
## S3 method for class 'EList'
estVC(object,method=c("joint","rlm"),cov.formula=c("weighted","asymptotic"),clName,verbose=FALSE)
参数----------Arguments----------
参数：object
an object of class EList or RGList.
类EList或RGList的对象。
参数：method
character string specifying the estimating algorithm to be used. Choices are "joint" and "rlm".
字符串指定要使用的估计算法。选择“联合”，“RLM”。
参数：cov.formula
character string specifying the covariance formula to be used. Choices are "weighted" and "asymptotic".
字符串指定要使用的协方差公式。 “加权”和“渐进”的选择。
参数：clName
Cluster object produced by makeCluster function. Used only if snow is loaded.
聚类对象makeCluster功能。仅用于snow如果加载。
参数：verbose
Print some debug messages.
打印一些调试信息。
Details
详情----------Details----------
estVC is the first step in LVS normalization. It fits a robust linear model at the probe-level data in order to estimate the variability of probe intensities due to array-to-array variability. Depending on whether probes show considerable differences in within-probe variance, user can choose the more complex joint model to accommodate the potential heteroscedasticity or standard robust linear model if within-probe variance can be ignored.
estVC是在LVS标准化的第一步。它适合在探针级数据的强大的线性模型，以估计阵列到阵列的变异，由于探针强度的变化。根据探针是否显示在探针内变异相当大的差异，用户可以选择更复杂的joint模型，以适应潜在的异方差或标准的强大的线性模型，如果探针内的变化可以忽略。
The array effects are then captured by the chi-square statistic. The covariance matrix can be estimated based either on the sandwich form of weighted covariance matrix or an asymptotic form.
由卡方统计阵列的效果，然后捕获。估计协方差矩阵可以根据加权协方差矩阵或渐近形式的三明治形式。
值----------Value----------
An object of class RA containing three components as follows:
一个类的对象RA包含三个组成部分如下：
参数：ArrayEffects
a matrix containing the array effect with samples as columns and miRNAs as rows.
矩阵包含列和行的miRNA样品阵列的效果。
参数：ArrayChi2
vector giving chi-square statisitcs of the miRNAs as a measure of array-to-array variability.
矢量提供的miRNA作为衡量阵列到阵列的变异智方statisitcs的。
参数：logStdDev
vector giving standard deviations of the genes on log scale.
log规模基因向量给予的标准偏差。
作者（S）----------Author(s)----------
Stefano Calza <stefano.calza@biostatistics.it>, Suo Chen and Yudi Pawitan.
参考文献----------References----------
参见----------See Also----------
read.mir, lvs
read.mir，lvs
举例----------Examples----------
## Not run: [＃无法运行：]
# Starting from an EList object called MIR[从所谓的miR EList对象]
data("MIR-spike-in")
AA <- estVC(MIR,method="joint")
# Parellel execution using multicore[使用多核并行执行]
library(multicore)
# use this to set the desided number of[使用此设置的desided数]
#cores. Otherwise multicore would use all the available[内核。否则多核将使用所有可用的]
options(cores=8)
AA <- estVC(MIR,method="joint")
detach('package:multicore')
# Parellel execution using snow[并行执行使用雪]
library(snow)
cl <- makeCluster(8,type="SOCK")
# Or also...see ?makeCluster[或者也看到了什么？makeCluster]
# cl <- makeCluster(8,type="MPI")[CL < - makeCluster（8型“的MPI”）]
AA <- estVC(MIR,method="joint",clName=cl)
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 23:52:37
