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

loveR

OutlierD(OutlierD)
OutlierD()所属R语言包：OutlierD

                                        Outlier dectection using quantile regression on the M-A scatterplots of high-throughput data
                                         离群dectection上使用的高通量数据的MA散点图位数回归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This detects outliers using quantile regression on the M-A scatterplots of high-throughput data.
检测离群上使用的高通量数据的MA散点图位数回归。


用法----------Usage----------


     OutlierD(x1, x2, k=1.5, method="nonlin")



参数----------Arguments----------

参数：x1
one n-by-1 vector for data (n= number of peptides, proteins, or genes  
一个n-1矢量数据（N =多肽，蛋白质或基因


参数：x2
the other n-by-1 vector for data (n= number of peptides, proteins, or genes  
其他N-1矢量数据（N =多肽，蛋白质或基因


参数：k
parameter in Q1-k*IQR and Q3+k*IQR, IQR=Q3-Q1, k=1.5 (default)
Q1-K *四分位和第三季度的参数+ K * IQR为四分= Q3-Q1，K = 1.5（默认）


参数：method
one of constant, linear, nonlinear, and nonparametric quantile regression
一个常数，线性，非线性和非参数分量回归


值----------Value----------


参数：x
data and results for outliers
为离群的数据和结果


作者（S）----------Author(s)----------



HyungJun Cho




举例----------Examples----------



data(lcms)
x <- log2(lcms) #log2-tranformation, do normalization if necessary[的log2穿越 - ，如果有必要标准化]

fit1 <- OutlierD(x1=x[,1], x2=x[,2], method="constant")
fit2 <- OutlierD(x1=x[,1], x2=x[,2], method="linear")
fit3 <- OutlierD(x1=x[,1], x2=x[,2], method="nonlin")
fit4 <- OutlierD(x1=x[,1], x2=x[,2], method="nonpar")

fit3$x[1:10,]

plot(fit3$x$A, fit3$x$M, pch=".", xlab="A", ylab="M")
i <- sort.list(fit3$x$A)
lines(fit3$x$A[i], fit3$x$Q3[i], lty=2); lines(fit3$x$A[i], fit3$x$Q1[i], lty=2)
lines(fit3$x$A[i], fit3$x$LB[i]); lines(fit3$x$A[i], fit3$x$UB[i])
title("Nonlinear")


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。