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

loveR

snpgdsPCASampLoading(SNPRelate)
snpgdsPCASampLoading()所属R语言包：SNPRelate

                                         Sample loadings in principal component analysis
                                         在主成分分析的样品负荷

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

To calculate the sample eigenvectors using the specified SNP loadings
使用指定的SNP负荷，计算出样品的特征向量


用法----------Usage----------


snpgdsPCASampLoading(loadobj, gdsobj, sample.id = NULL, num.thread = 1, verbose = TRUE)



参数----------Arguments----------

参数：loadobj
the snpgdsPCASNPLoadingClass object, returned from snpgdsPCASNPLoading
snpgdsPCASNPLoadingClass对象，返回snpgdsPCASNPLoading


参数：gdsobj
the gdsclass object in the gdsfmt package
gdsclass对象在gdsfmt包


参数：sample.id
a vector of sample id specifying selected samples; if NULL, all samples are used
一个向量的样品ID指定选取的样本，如果为NULL，所有样本都


参数：num.thread
the number of CPU cores used
CPU核心的数量


参数：verbose
if TRUE, show information
如果为TRUE，显示信息


Details

详细信息----------Details----------

the sample.id are usually different from the samples used in the calculation of SNP loadings.
sample.id通常是不同的，在计算中所使用的样品的SNP负荷。


值----------Value----------

Return a snpgdsPCAClass object, and it is a list:
返回一个snpgdsPCAClass对象，它是一个列表：


参数：sample.id
the sample ids used in the analysis
在分析中使用的样品的id


参数：snp.id
the SNP ids used in the analysis
在分析中使用的SNP ID的


参数：eigenval
eigenvalues
特征值


参数：eigenvect
eigenvactors, “# of samples” x “eigen.cnt”
eigenvactors，“＃样品”x“的eigen.cnt”


参数：TraceXTX
the trace of the genetic covariance matrix
遗传协方差矩阵的痕迹


参数：Bayesian
whether use bayerisan normalization
是否使用bayerisan的标准化


（作者）----------Author(s)----------


Xiuwen Zheng <a href="mailto:zhengx@u.washington.edu">zhengx@u.washington.edu</a>



参考文献----------References----------


Principal components analysis corrects for stratification in genome-wide association studies. Nat Genet. 38, 904-909.
approach for family and unrelated samples correcting for stratification. Am J Hum Genet, 82(2), 352-365.

参见----------See Also----------

snpgdsPCA, snpgdsPCACorr, snpgdsPCASNPLoading
snpgdsPCA，snpgdsPCACorr，snpgdsPCASNPLoading


实例----------Examples----------


# open an example dataset (HapMap)[打开示例数据集（人类基因组单体型图）]
genofile <- openfn.gds(snpgdsExampleFileName())

sample.id <- read.gdsn(index.gdsn(genofile, "sample.id"))

PCARV <- snpgdsPCA(genofile, eigen.cnt=8)
SnpLoad <- snpgdsPCASNPLoading(PCARV, genofile)

# calculate sample eigenvectors from SNP loadings[从SNP负荷计算样本特征向量]
SL <- snpgdsPCASampLoading(SnpLoad, genofile, sample.id=sample.id[1:100])

diff <- PCARV$eigenvect[1:100,] - SL$eigenvect
summary(c(diff))

# close the genotype file[关闭基因型文件]
closefn.gds(genofile)

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。