predict(MEDME)
predict()所属R语言包：MEDME
Applying the logistic model on MeDIP enrichment data
MeDIP富集数据应用Logistic模型
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This allows the probe-level determination of MeDIP smoothed data, as well as absolute and relative methylation levels (AMS and RMS respectively)
这使得MeDIP平滑数据的探针水平的决心，以及绝对和相对的甲基化水平（分别为AMS和RMS）
用法----------Usage----------
predict(data, MEDMEfit, MEDMEextremes = c(1,32), wsize = 1000, wFunction='linear')
参数----------Arguments----------
参数：data
An object of class MEDMEset
一个类MEDMEset对象
参数：MEDMEfit
the model obtained from the MEDME.model function
获得从MEDME.model功能模型
参数：MEDMEextremes
vector; the background and saturation values as determined by the fitting of the model on the calibration data
向量的背景和校准数据模型拟合确定的饱和值
参数：wsize
number; the size of the smoothing window, in bp
数;平滑窗口的大小，在BP
参数：wFunction
string; the type of weighting function, to choose among linear, exp, log or none
字符串;加权函数的类型，选择其中线性，EXP，LOG或无
值----------Value----------
An object of class MEDMEset. The resulting smoothed data, the absolute and relative methylation score (AMS and RMS) are saved in the smoothed, AMS and RMS slots, respectively.
对象类MEDMEset。产生平滑的数据保存在平滑的，绝对和相对的甲基化评分（AMS和RMS），AMS和RMS插槽，分别。
参考文献----------References----------
<h3>See Also</h3> <code>smooth</code>, <code>CGcount</code>, <code>MEDME</code>
举例----------Examples----------
data(testMEDMEset)
## just an example with the first 1000 probes[＃只是一个例子，与1000探针]
testMEDMEset = smooth(data = testMEDMEset[1:1000, ])
library(BSgenome.Hsapiens.UCSC.hg18)
testMEDMEset = CGcount(data = testMEDMEset)
MEDMEmodel = MEDME(data = testMEDMEset, sample = 1, CGcountThr = 1, figName = NULL)
testMEDMEset = predict(data = testMEDMEset, MEDMEfit = MEDMEmodel, MEDMEextremes = c(1,32), wsize = 1000, wFunction='linear')
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 2012-2-26 00:39:44
