R语言 nem包 nem.bootstrap()函数中文帮助文档(中英文对照)

loveR

nem.bootstrap(nem)
nem.bootstrap()所属R语言包：nem

                                        Bootstrapping for nested effect models
                                         嵌套效应模型为引导

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs bootstrapping (resampling with replacement) on effect reporters to assess the statistical stability of networks
执行引导作用记者（更换重采样）来评估网络的统计稳定


用法----------Usage----------


nem.bootstrap(D, thresh=0.5, nboot=1000,inference="nem.greedy",models=NULL,control=set.default.parameters(unique(colnames(D))), verbose=TRUE)

## S3 method for class 'nem.bootstrap'
print(x, ...)



参数----------Arguments----------

参数：D
data matrix with experiments in the columns (binary or continous)
矩阵中列的实验数据（二进制或连续）


参数：thresh
only edges appearing with a higher frequency than "thresh" are returned
返回只出现一个更高的频率比“阈值”的边缘


参数：nboot
number of bootstrap samples desired
引导所需的样品数


参数：inference
search to use exhaustive enumeration, triples for triple-based inference, pairwise for the pairwise heuristic, ModuleNetwork for the module based inference, nem.greedy for greedy hillclimbing, nem.greedyMAP for alternating MAP optimization using log odds or log p-value densities
search使用详尽列举，triples三重基于推理，pairwise为成对启发式，ModuleNetwork的模块为基础的推理，nem.greedy贪婪hillclimbing ，nem.greedyMAPp值交替图优化log赔率或log密度


参数：models
a list of adjacency matrices for model search. If NULL, an  exhaustive enumeration of all possible models is performed.
邻接矩阵模型搜索列表。如果为NULL，详尽列举所有可能的模式进行。


参数：control
list of parameters: see set.default.parameters
参数列表：看到set.default.parameters


参数：verbose
do you want to see progression statements? Default: TRUE
你想看到进展的报表？默认：true


参数：x
nem object
NEM对象


参数：...
other arguments to pass
其他参数传递


Details

详情----------Details----------

Calls nem or nemModelSelection internally, depending on whether or not lambda is a vector and Pm != NULL. For DEPNs a stratified bootstrap is carried out, where strate are defined on each replicate group for each time point.
调用nem或nemModelSelection内部，取决于与否的lambda是一个向量和下午！= NULL的。为DEPNs分层引导进行，其中strate每个复制组中定义的每个时间点上。


值----------Value----------

nem object with edge weights being the bootstrap probabilities
是引导概率的边缘重量与NEM对象


作者（S）----------Author(s)----------


Holger Froehlich



参见----------See Also----------

nem.jackknife, nem.consensus, nem.calcSignificance, nem
nem.jackknife，nem.consensus，nem.calcSignificance，nem


举例----------Examples----------


## Not run: [＃无法运行：]
   data("BoutrosRNAi2002")
   D <- BoutrosRNAiDiscrete[,9:16]
   nem.bootstrap(D, control=set.default.parameters(unique(colnames(D)), para=c(0.13,0.05)))         

## End(Not run)[＃结束（不运行）]

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。