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

loveR

plotPriors(baySeq)
plotPriors()所属R语言包：baySeq

                                        Plots the density of the log values estimated for the mean rate in the prior data for the Negative Binomial approach to detecting
                                         图的密度log值估计在之前的数据平均利率为负二项分布方法来检测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function plots the density of the log values estimated for the mean rate in the data used to estimate a prior distribution for data under the assumption of a Negative Binomial distribution. This function is useful for looking for bimodality of the distributions, and thus determining whether we should try and identify data with no true expression.
此功能图密度估计平均利率为负二项式分布的假设下先验分布的数据用于估计数据的记录值。此功能是用于寻找双峰分布，从而确定我们是否应该尝试并没有真正的表达与识别数据。


用法----------Usage----------


plotPriors(cD, group)



参数----------Arguments----------

参数：cD
countData object, for which priors have been estimated using the assumption of a Negative Binomial distribution (see getPriors.NB).
countData对象，而先验已估计使用负二项分布的假设（见getPriors.NB）。


参数：group
Which group should we plot the priors for? In general, should be the group that defines non-differentially expressed data. Can be defined either as the number of the element in 'cD@groups' or as a string which will be partially matched to the names of the 'cD@groups' elements.  
我们应该绘制哪一组先验？在一般情况下，应该定义非差异表达的数据组。可以定义作为'cD@groups'或将部分匹配'cD@groups'元素的名称，作为一个字符串元素的数量。


Details

详情----------Details----------

If the plot of the data appears bimodal, then it may be sensible to try and look for data with no true expression by using the option nullPosts = TRUE in getLikelihoods.NBboot.
如果数据的图出现双峰，那么它可能是明智的尝试和寻找没有真正表达的数据，通过使用选项nullPosts = TRUEgetLikelihoods.NBboot。


值----------Value----------

Plotting function.
绘图功能。


作者（S）----------Author(s)----------


Thomas J. Hardcastle



参见----------See Also----------

getPriors.NB, getLikelihoods.NB
getPriors.NB，getLikelihoods.NB


举例----------Examples----------



# We load in a `countData' object containing the estimated priors (see `getPriors').[加载countData“（含对象，估计先验见getPriors）。]

data(CDPriors)

try(stopCluster(cl))

plotPriors(CDPriors, group = "NDE")

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。