R语言 RefPlus包 rma.para()函数中文帮助文档(中英文对照)

loveR

rma.para(RefPlus)
rma.para()所属R语言包：RefPlus

                                        Fitting a RMA model
                                         拟合RMA模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Obtain reference quantiles and reference probe effects based on reference set  Train, and calculate the gene expression
基于参考集列车获得参考位数和参考探针的影响，并计算出该基因的表达


用法----------Usage----------


rma.para(Train, bg = TRUE, exp = FALSE)



参数----------Arguments----------

参数：Train
An AffyBatch object of the reference set microarrays.
AffyBatch对象的参考集芯片。


参数：bg
A logical flag. If True(by default), background correct  Train using default bg.correct.rma.  
一个逻辑标志。如果True（默认），背景纠正Train使用默认的bg.correct.rma。


参数：exp
A logical flag. If True, calculate the RMA measurements of Train. If False, return 0.
一个逻辑标志。如果True，Train计算的RMA测量。如果False，返回0。


值----------Value----------


参数：Reference.Quantiles
Reference quantiles derived from Train.
从Train派生参考位数。


参数：probe.effects
Estimated probe effects derived from Train.
估计探针从Train的影响。


参数：expression
RMA measurements of Train.
TrainRMA的测量。


注意----------Note----------

The RMA procedure requires a lot of computer memory.
RMA程序需要大量的计算机内存。


作者（S）----------Author(s)----------


Kai-Ming Chang(kaiming@gmail.com)



参考文献----------References----------



参见----------See Also----------

rmaplus,rmaref.predict
rmaplus，rmaref.predict


举例----------Examples----------


if (require(affydata)) {
  ## Use Dilution in affydata package[＃使用稀释affydata包]
  data(Dilution)

  ## Background correct, estimate the probe effects, and calculate the [＃背景纠正，估计探测效果，并计算]
  ## RMA intensities using rma.para function.[＃RMA强度使用rma.para功能的。]
  Ex<-rma.para(Dilution, bg=TRUE,exp=TRUE)

  ## Calculate the rma intensities using rma function.[＃计算使用RMA RMA功能强度。]
  Ex0<-exprs(rma(Dilution))

  plot(Ex$express[,1],Ex0[,1])
}

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。