R语言 RankProd包 RP()函数中文帮助文档(中英文对照)

loveR

RP(RankProd)
RP()所属R语言包：RankProd

                                        Rank Product Analysis of Microarray
                                         排名产品的芯片分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Perform rank product method to identify differentially  expressed genes. It is possible to do either a one-class or two-class analysis.
执行秩产品的方法，识别差异表达的基因。这是可以做到的一类或两个阶级的分析。


用法----------Usage----------


    RP(data,cl,num.perm=100,logged=TRUE,
       na.rm=FALSE,gene.names=NULL,plot=FALSE, rand=NULL)



参数----------Arguments----------

参数：data
the data set that should be analyzed. Every  row of this data set must correspond to a gene.
应分析数据集。这组数据的每一行必须对应一个基因。


参数：cl
a vector containing the class labels of the samples. In the two class unpaired case, the label of a  sample is either 0 (e.g., control group) or 1  (e.g., case group). For one class  data, the label for  each sample should be 1.
矢量样品含有类标签。在这两个类的未成的情况下，样品的标签是0（例如，对照组）或1（例如，病例组）。对于一类的数据，对每一个样品的标签应为1。


参数：num.perm
number of permutations used in the  calculation of the null density. Default is 'num.perm=100'.
空密度计算中使用的数字排列。默认是“num.perm = 100。


参数：logged
if "TRUE", data has bee logged, otherwise set it  to "FALSE"
如果“真”，数据记录了蜜蜂，否则将其设置为“FALSE”


参数：na.rm
if 'FALSE' (default), the NA value will not be used in computing rank. If 'TRUE', the missing  values will be replaced by the gene-wise mean of the non-missing values. Gene with all values missing  will be assigned "NA"
如果“假”（默认），NA值将不会被用于计算排名。如果“TRUE”，缺少的值将被替换的非缺失值的基因明智的意思。所有值的基因缺失，将被指派为“NA”


参数：gene.names
if "NULL", no gene name will be assigned  to the estimated percentage of  false positive predictions (pfp).  
如果“空”，没有基因的名称将被分配到的假阳性预测估计百分比（PFP）。


参数：plot
If "TRUE", plot the estimated pfp verse the  rank of each gene.
如果“真”，绘制估计亲民党的诗句，每一个基因的排名。


参数：rand
if specified, the random number generator will  be put in a reproducible state using the rand value as seed.
如果指定，随机数发生器将在一个可重复使用的种子兰特值的状态。


值----------Value----------

A result of identifying differentially expressed genes  between two classes. The identification consists of two parts, the identification of  up-regulated  and down-regulated genes in  class 2 compared to class 1, respectively.
一个确定的结果，两个类之间的差异表达的基因。由两部分组成，分别比1级2级上调和下调的基因鉴定，鉴定。


参数：pfp
estimated percentage of false positive predictions (pfp) up to  the position of each gene under two  identificaiton each  
估计比例的假阳性预测（亲民党）在两个identificaiton每个基因的位置每个


参数：pval
estimated pvalue for each gene being up- and down-regulated  
估计每个基因pvalue和下调


参数：RPs
Original rank-product of each genes for two  dentificaiton each  
原职级，每个基因的两个dentificaiton每个产品


参数：RPrank
rank of the rank product of each genes
排名产品的每一个基因的秩


参数：Orirank
original rank in each comparison, which  is used to construct rank product
原来的排名在每一个比较，它是用来兴建排名产品


参数：AveFC
fold change of average expression under class 1 over  that under class 2. log-fold change if data is in log  scaled, original fold change if data is unlogged.  
倍下1级比2级下的平均表达变化。log倍的变化，如果在log中的数据规模，原倍的变化，如果数据未记录。


注意----------Note----------

Percentage of false prediction (pfp), in theory, is  equivalent of false  discovery rate (FDR), and it is possible to be large than 1.
在理论上，是虚假的预测（PFP）的百分比，相当于假发现率（FDR），比1大，它是可能的。

The function looks for up- and down- regulated genes in two seperate steps, thus two pfps and pvalues are computed and used to identify  gene that belong to each group.   
功能看起来和下调基因在两个独立的步骤，从而计算和用于识别基因属于每个组两个PFPS和pvalues的。

This function is suitable to deal with data from a  single origin, e.g. single  experiment. If the data has  different origin, e.g. generated at different  laboratories, please refer RP.advance.
此功能适用于处理从一个单一来源的数据，例如单一的实验。如果数据有不同的起源，例如产生不同的实验室，请参阅RP.advance。。


作者（S）----------Author(s)----------


Fangxin Hong <a href="mailto:fhong@salk.edu">fhong@salk.edu</a>



参考文献----------References----------

P.(2004) Rank Products:A simple, yet powerful, new method to  detect differentially regulated genes in replicated microarray experiments, FEBS Letter, 57383-92

参见----------See Also----------

topGene   RPadvance   plotRP
topGeneRPadvanceplotRP


举例----------Examples----------


      # Load the data of Golub et al. (1999). data(golub) [Golub等装入的数据。 （1999年）。数据（戈卢布）]
      # contains a 3051x38 gene expression[包含一个的3051x38基因表达]
      # matrix called golub, a vector of length called golub.cl [矩阵称为戈卢布，向量的长度称为golub.cl]
      # that consists of the 38 class labels,[由38类标签，]
      # and a matrix called golub.gnames whose third column [矩阵称为其第三列golub.gnames]
      # contains the gene names.[包含的基因名称。]
      data(golub)


      #use a subset of data as example, apply the rank [使用数据的一个子集为例，申请排名]
      #product method[产品的方法]
      subset <- c(1:4,28:30)
      #Setting rand=123, to make the results reproducible,[设置兰特= 123，结果重现性好，]

      RP.out <- RP(golub[,subset],golub.cl[subset],rand=123)
      
      # class 2: label =1, class 1: label = 0[第2类：标签= 1，第1类：标签= 0]
      #pfp for identifying genes that are up-regulated in class 2 [识别基因的亲民党上调2级]
      #pfp for identifying genes that are down-regulated in class 2 [亲民党为确定在2级下调的基因]
      head(RP.out$pfp)
  


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。