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

loveR

qpEdgeNrr(qpgraph)
qpEdgeNrr()所属R语言包：qpgraph

                                         Non-rejection rate estimation for a pair of variables
                                         非排斥率估计为一对变量

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates the non-rejection rate for one pair of variables.
非废品率估计为一对变量。


用法----------Usage----------


## S4 method for signature 'ExpressionSet'
qpEdgeNrr(X, i=1, j=2, q=1, I=NULL, restrict.Q=NULL, fix.Q=NULL,
                                    nTests=100, alpha=0.05, exact.test=TRUE,
                                    R.code.only=FALSE)
## S4 method for signature 'data.frame'
qpEdgeNrr(X, i=1, j=2, q=1, I=NULL, restrict.Q=NULL, fix.Q=NULL,
                                 nTests=100, alpha=0.05, long.dim.are.variables=TRUE,
                                 exact.test=TRUE, R.code.only=FALSE)
## S4 method for signature 'matrix'
qpEdgeNrr(X, i=1, j=2, q=1, I=NULL, restrict.Q=NULL, fix.Q=NULL,
                             n=NULL, nTests=100, alpha=0.05, long.dim.are.variables=TRUE,
                             exact.test=TRUE, R.code.only=FALSE)



参数----------Arguments----------

参数：X
data set from where the non-rejection rate should be estimated. It can be either an ExpressionSet object, a data frame, or a matrix. If it is a matrix and the matrix is squared then this function assumes the matrix is the sample covariance matrix of the data and the sample size parameter n should be provided.
从非废品率应估计数据集。它可以是一个ExpressionSet对象，一个数据框，或一个矩阵。如果它是一个矩阵，矩阵的平方，那么这个函数假设矩阵数据的样本协方差矩阵和样本大小参数n应提供。


参数：i
index or name of one of the two variables in X to test.
指数X测试两个变量之一或名称。


参数：j
index or name of the other variable in X to test.
指数或其他在X测试的变量名称。


参数：q
order of the conditioning subsets employed in the calculation.
在计算中采用的空调子集的顺序。


参数：I
indexes or names of the variables in X that are discrete.
索引或X，变量的名称，是离散的。


参数：restrict.Q
indexes or names of the variables in X that restrict the sample space of conditioning subsets Q.
X限制空调子集问：样本空间的变量的索引或名称


参数：fix.Q
indexes or names of the variables in X that should be fixed within every conditioning conditioning subsets Q.
索引或变量的名称X应固定在每一个空调空调子集问：


参数：n
number of observations in the data set. Only necessary when the sample covariance matrix is provided through the X parameter.
在数据集的观测数。只有必要时通过X参数提供的样本协方差矩阵。


参数：nTests
number of tests to perform for each pair for variables.
测试，以执行对每个变量的数目。


参数：alpha
significance level of each test.
每个测试的显着水平。


参数：long.dim.are.variables
logical; if TRUE it is assumed that when data are in a data frame or in a matrix, the longer dimension is the one defining the random variables (default); if FALSE, then random variables are assumed to be at the columns of the data frame or matrix.
逻辑;如果为TRUE，则假定，在一个数据框或矩阵中的数据时，较长的尺寸是一个随机变量的定义（默认），如果为FALSE，则随机变量被假定为在数据列框或矩阵。


参数：exact.test
logical; if FALSE an asymptotic conditional independence test is employed with mixed (i.e., continuous and discrete) data; if TRUE (default) then an exact conditional independence test with mixed data is employed.
逻辑;如果FALSE一个渐进的条件独立性测试采用混合（即连续和离散）数据;如果TRUE（默认），然后一个确切的数据好坏参半，有条件的独立测试采用。


参数：R.code.only
logical; if FALSE then the faster C implementation is used (default); if TRUE then only R code is executed.
逻辑;如果为FALSE则更快的C实现使用（默认）;如果TRUE，那么只有R代码被执行。


Details

详情----------Details----------

The estimation of the non-rejection rate for a pair of variables is calculated as the fraction of tests that accept the null hypothesis of independence given a set of randomly sampled q-order conditionals.
一对变量的非废品率估计计算的分数测试，接受独立的零假设给定一组Q-顺序随机抽样的条件。

Note that the possible values of q should be in the range 1 to min(p,n-3), where p is the number of variables and n the number of observations. The computational cost increases linearly with q.
注意q可能的值应该在1min(p,n-3)，p是变量的数目和n若干意见的范围。计算成本的增加而线性与q。


值----------Value----------

An estimate of the non-rejection rate for the particular given pair of variables.
特别是对变量的非排斥率的估计。


作者（S）----------Author(s)----------


R. Castelo and A. Roverato



参考文献----------References----------

Gaussian graphical model search from microarray data with p larger than n, J. Mach. Learn. Res., 7:2621-2650, 2006.

参见----------See Also----------

qpNrr qpAvgNrr qpHist qpGraphDensity qpClique
qpNrrqpAvgNrrqpHistqpGraphDensityqpClique


举例----------Examples----------


require(mvtnorm)

nObs <- 100 ## number of observations to simulate[＃号观测到模拟]

## the following adjacency matrix describes an undirected graph[＃以下的邻接矩阵描述一个无向图]
## where vertex 3 is conditionally independent of 4 given 1 AND 2[顶点3＃，其中是有条件的4个独立的1和2]
A <- matrix(c(FALSE,  TRUE,  TRUE,  TRUE,
              TRUE,  FALSE,  TRUE,  TRUE,
              TRUE,   TRUE, FALSE, FALSE,
              TRUE,   TRUE, FALSE, FALSE), nrow=4, ncol=4, byrow=TRUE)
Sigma <- qpG2Sigma(A, rho=0.5)

X <- rmvnorm(nObs, sigma=as.matrix(Sigma))

qpEdgeNrr(X, i=3, j=4, q=1, long.dim.are.variables=FALSE)

qpEdgeNrr(X, i=3, j=4, q=2, long.dim.are.variables=FALSE)

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。