R语言 rrBlupMethod6包 rrBlupRotation()函数中文帮助文档(中英文对照)

loveR

rrBlupRotation(rrBlupMethod6)
rrBlupRotation()所属R语言包：rrBlupMethod6

                                        rrBlupRotation – linear transformation for the adjusted means
                                         rrBlupRotation  - 线性变换的调整手段

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function implements the rotation described in Piepho et al. (2011) thus the assumption of R = I sigma2
此功能实现记载的旋转在Piepho等。 （2011）的假设R = I sigma2


用法----------Usage----------


rrBlupRotation(y, X = matrix(1,nrow=n, ncol=1), Z, R)



参数----------Arguments----------

参数：y
Numeric vector with adjusted means of the genotypes.
与调整后的装置，所述基因型数值向量。


参数：X
Design matrix of fixed effects, including the intercept. By default, this is an all 1 column vector for the intercept.
固定效应的设计矩阵，其中包括拦截。默认情况下，这是一个全1的列向量为截距。


参数：Z
Matrix assigning marker genotypes to phenotypes in y. The dimension of the matrix must be no. phenotypes (rows) times no. markers (columns). The coding must be 1 and -1 for the two homozygous genotypes.
矩阵分配标记基因型表型y。的矩阵的维数必须是否定的。表型（行）。标记（列）。该编码必须是1和-1的两个纯合基因型。


参数：R
Variance-covariance structure of the adjusted means
方差 - 协方差结构的调整手段


Details

详细信息----------Details----------

Please see Piepho et al. (2011) and Schulz-Streeck et al. (2012) for details on the rotation approach. The variance-covariance structure R can, for example, be obtained with the function vcov from fitted (mer) model objects, or with the output option COV for the LSMEANS statement
请看到Piepho等。 （2011年）和舒尔茨司缀克提等。 （2012年）的旋转方式的详细信息。方差 - 协方差结构R可以，例如，获得的功能vcov（mer）模型对象，从装或输出选项COV的 LSMEANS语句


值----------Value----------

A list with three components
三部分组成列表




y_tilda Numeric vector with the rotated adjusted means,
y_tilda数值向量与旋转调整装置，




X_tilda Rotated design matrix of the fixed effects and
X_tilda旋转设计矩阵的固定效果，




Z_tilda Rotated design matrix with the marker information
Z_tilda旋转矩阵设计的标记信息


（作者）----------Author(s)----------



Torben Schulz-Streeck, Boubacar Estaghvirou, Frank Technow




参见----------See Also----------

rrBlupMethod6,rrBlupM6
rrBlupMethod6，rrBlupM6


实例----------Examples----------



## simulate a small data set (250 observations, 300 markers)[＃模拟一个小的数据集（250个观测值，300个标记）]
set.seed(3421475)
N <- 250
M <- 300

Z <- matrix(sample(c(1,-1),N * M, replace = TRUE),
            nrow = N,
            ncol = M)

## marker effects[＃标记效应]
u <- rnorm(M, 0, sqrt(1/M))

sig2e <- 1
y <- Z %*% u + rnorm(N,0,sqrt(sig2e))

## simulate a random variance-covariance structure of the adjusted means[＃模拟的随机方差 - 协方差结构的调整手段]
## (Note that this is just for demonstration purposes, the values are[＃（请注意，这只是出于演示的目的，该值]
## non-sensical!)[＃无意义的！）]
R <- matrix(rnorm(N*N),N,N)
diag(R) <- abs(diag(R))
R <- R + t(R)


## rotate[＃旋转]
out_r <- rrBlupRotation(y, Z = Z, R = R)

## use rotated y,X and Z for computing marker effects and set sig2e = 1[＃使用旋转Y，X和Z用于计算标记效应和设置sig2e = 1]
out_RRBLUP_m6_r <- rrBlupM6(y = out_r$y_tilda,
                            X = out_r$X_tilda,
                            Z = out_r$Z_tilda,
                            sig2e = 1,
                            chunks = 4)

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。