sigxy.plot(OLIN)
sigxy.plot()所属R语言包：OLIN
Visualisation of significance tests for spatial bias
可视化的空间偏见显着性检验
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function produces a 2D-plot visualizing the significance
这个函数生成一个二维图可视化的意义
用法----------Usage----------
sigxy.plot(Sp,Sn,color.lim=c(-3,3),...)
参数----------Arguments----------
参数：Sp
matrix of false discovery rates or p-values for positive deviation of median/mean of \code{M} as produced by fdrspatial or p.spatial
虚假的发现率或p值正偏差矩阵median/mean of \code{M}fdrspatial或p.spatial生产的
参数：Sn
matrix of false discovery rate or p-values for negative deviation of median/mean of \code{M} as produced by fdrspatial or p.spatial
虚假的发现率或p值负偏差矩阵median/mean of \code{M}fdrspatial或p.spatial生产的
参数：color.lim
limits of color range for plotting vector corresponding to log10(pS) and log10(nS)
色彩范围的限制绘制矢量LOG10（pS）和log10（nS）
参数：...
Further optional graphical parameter for the image function generating the MXY plot
进一步可选参数image函数的图形生成MXY图
Details
详情----------Details----------
The function sigxy.plot produces a 2d-plot presenting the significance (pS,nS) generated by fdrint or p.spatial. The significance Sp for positive median/mean of \code{M} of spatial spot neighbourhoods are presented by red colour; the significance(Sn) for negative median/mean of \code{M} of
功能sigxy.plot产生2D图呈现的意义（pS，nS）生成fdrint或p.spatial。意义Sp积极median/mean of \code{M}的空间点社区是由红色;负Sn意义（median/mean of \code{M}）
作者（S）----------Author(s)----------
Matthias E. Futschik (<a href="http://itb.biologie.hu-berlin.de/~futschik">http://itb.biologie.hu-berlin.de/~futschik</a>)
参见----------See Also----------
colorbar.sig, fdr.spatial, p.spatial, image,
colorbar.sig，fdr.spatial，p.spatial，image
举例----------Examples----------
# To run these examples, "un-comment" them![要运行这些例子，“联合国发表评论”他们！]
#[]
# LOADING DATA[加载数据]
# data(sw)[数据（SW）]
#[]
# M <- v2m(maM(sw)[,1],Ngc=maNgc(sw),Ngr=maNgr(sw),[v2m M“ - （MAM（SW）[1]，NGC = maNgc（SW），NGR = maNgr（SW），]
# Nsc=maNsc(sw),Nsr=maNsr(sw),main="MXY plot of SW-array 1")[NSC = maNsc（SW），NSR = maNsr（SW），主要=“SW阵列1 MXY图”）]
#[]
# CALCULATION OF SIGNIFICANCE OF SPOT NEIGHBOURHOODS[作者：现货，邻里意义的计算]
# This can take a while! For testing, you may choose a smaller N.[这可能需要一段时间！进行测试，您可以选择一个较小的北]
# FDR <- fdr.spatial(M,delta=2,N=100,av="median",edgeNA=TRUE)[< - fdr.spatialFDR（男，δ= 2，n = 100，AV =“中位数”，edgeNA = TRUE时）]
# sigxy.plot(FDR$FDRp,FDR$FDRn,color.lim=c(-5,5),main="FDR")[sigxy.plot（FDR$ FDRp，FDR$ FDRn，color.lim = C（-5,5），主要=“FDR”）]
# []
# LOADING NORMALISED DATA[装载正规化的资料]
# data(sw.olin)[数据（sw.olin）]
# M <- v2m(maM(sw.olin)[,1],Ngc=maNgc(sw.olin),Ngr=maNgr(sw.olin),[M“ - v2m（MAM（sw.olin）的[1]，NGC = maNgc（sw.olin），NGR = maNgr（sw.olin），]
# Nsc=maNsc(sw.olin),Nsr=maNsr(sw.olin),main="MXY plot of SW-array 1")[的NSC = maNsc（sw.olin）（NSR = maNsr sw.olin），主要=“SW阵列1 MXY图”）]
#[]
# CALCULATION OF SIGNIFICANCE OF SPOT NEIGHBOURHOODS[作者：现货，邻里意义的计算]
# FDR <- fdr.spatial(M,delta=2,N=100,av="median",edgeNA=TRUE)[< - fdr.spatialFDR（男，δ= 2，n = 100，AV =“中位数”，edgeNA = TRUE时）]
# VISUALISATION OF RESULTS[结果的可视化]
# sigxy.plot(FDR$FDRp,FDR$FDRn,color.lim=c(-5,5),main="FDR")[sigxy.plot（FDR$ FDRp，FDR$ FDRn，color.lim = C（-5,5），主要=“FDR”）]
#[]
#[]
# CALCULATION OF SIGNIFICANCE OF SPOT NEIGHBOURHOODS [作者：现货，邻里意义的计算]
# P <- p.spatial(M,delta=2,N=-1,av="median",p.adjust.method="holm")[p.spatial，P < - （男，Delta= 2，n = -1，AV =“中间”，p.adjust.method =“冬青”）]
# VISUALISATION OF RESULTS[结果的可视化]
# sigxy.plot(P$Pp,P$Pn,color.lim=c(-5,5),main="FDR")[sigxy.plot（$ PP，P $ PN color.lim = C（-5,5），主要=“FDR”）]
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 08:23:24
