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

loveR

plotVarMean(qpcrNorm)
plotVarMean()所属R语言包：qpcrNorm

                                         Constructs scatter plot to compare the effects of two normalization algorithms on a qPCR dataset.
                                         构造散点图上的qPCR数据集比较两个标准化算法的影响。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function makes a scatter plot which serves as a useful exploratory tool in evaluating whether one  normalization algorithm has been more effective than another on a given qPCR dataset.
此功能使得散点图作为一个有益的探索，评估是否标准化的算法一直在一个给定的qPCR集比另一种更有效的工具。


用法----------Usage----------


plotVarMean(qpcrBatch1, qpcrBatch2, normTag1 = "Normalization Type1", normTag2 = "Normalization Type2", ...)



参数----------Arguments----------

参数：qpcrBatch1
A qpcrBatch object.  
一个qpcrBatch对象。


参数：qpcrBatch2
A qpcrBatch object.  
一个qpcrBatch对象。


参数：normTag1
Character string denoting what normalization algorithm was used for this data set.  
字符串表示这组数据的使用什么样的规范化算法。


参数：normTag2
Character string denoting what normalization algorithm was used for this data set.  
字符串表示这组数据的使用什么样的规范化算法。


参数：...
Further arguments can be supplied to the plot function.  
plot功能可以提供进一步的论据。


Details

详情----------Details----------

For each gene, the function plots its log-transformed ratio of its expression variance in  one normalized dataset versus another normalized dataset, i.e. let Gij be the variance of  the expression values of gene i that have been normalized with method j.  We plot the natural log-transformed ratio of Gij to Gik on the y-axis,  and the average expression of gene i on the x-axis for all genes. /cr The red curve represents a smoothed lowess curve that has been fitted to reflect the overall  trend of the data. When the red curve drops below y = 0 (the blue dotted line) we know that method j  effects a greater reduction in the variation of the data over method k.  Similarly, when the red curve is above y = 0, method k is more effective in reducing the variation  in the data than method j. If the data from both methods have similar variances then the red curve  should remain at y = 0. Bolstad et al. (2003) originally used these plots for variance comparisons of  different normalization methods for high density oligonucleotide array data.
对于每一个基因的功能图数转换，其表达与另一归集归一集方差比，即让GIJ我已与方法j标准化的基因表达值的方差。我们绘制GIJ的自然数转换比率GIK y轴，和我的基因上的所有基因的X-轴的平均表达。 / CR红色曲线代表一个平滑的的LOWESS曲线已安装的数据，以反映总体趋势。当红色曲线下降到低于Ÿ= 0（蓝色虚线）我们知道，方法j在以上方法K的数据的变化影响较大的减少。同样，红色曲线是Y = 0以上时，方法，k为更有效地减少数据比方法j的变化。从两种方法的数据，如果有类似的差异，然后红色曲线应保持在y = 0。 bolstad等人。 （2003年）最初用于高密度寡核苷酸阵列数据不同的标准化方法的差异比较，这些图。


值----------Value----------

A plot object.
一个plot对象。


作者（S）----------Author(s)----------


Jess Mar <a href="mailto:jess@jimmy.harvard.edu">jess@jimmy.harvard.edu</a>



参考文献----------References----------



参见----------See Also----------

plot
plot


举例----------Examples----------


  # data(qpcrBatch.object)[数据（qpcrBatch.object）]
  # mynormRI.data &lt;- normQpcrRankInvariant(qpcrBatch.object, 1) [< -  normQpcrRankInvariant mynormRI.data（qpcrBatch.object，1）]
  # mynormQuant.data &lt;- normQpcrQuantile(qpcrBatch.object)[< -  normQpcrQuantile mynormQuant.data（qpcrBatch.object）]
  # plotVarMean(mynormRI.data, mynormQuant.data, normTag1="Rank-Invariant", normTag2="Quantile", main="Comparing Two Data-driven Methods")  [plotVarMean（mynormRI.data，mynormQuant.data，normTag1 =“等级不变”，normTag2 =“分量”，主要=“比较两个数据驱动的方法”）]

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。