R语言 TSPC包 tspc.train()函数中文帮助文档(中英文对照)

loveR

tspc.train(TSPC)
tspc.train()所属R语言包：TSPC

                                         Prediction using time-course gene expression
                                         预测使用时间过程的基因表达

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Does prediction of a quantitative regression or survival outcome, using the time-course gene expression.
做的定量回归或生存结果的预测，使用时间进程基因的表达。


用法----------Usage----------


tspc.train(data, data.test, type = c("survival", "regression"), s0.perc = 0.5)



参数----------Arguments----------

参数：data
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; censoring.status- n-vector of censoring censoring.status (1= died or event occurred, 0=survived, or event was censored), needed for a censored survival outcome.
数据对象与组件X-A列表中的p n矩阵的特点，每列的一个观察，每个时间点的一个矩阵，Y-N-矢量结果测量; censoring.status-N-矢量的审查censoring.status（1 =死亡或事件发生，0 =活了下来，审查或事件），需要审查的生存结果。


参数：data.test
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; censoring.status- n-vector of censoring censoring.status (1= died or event occurred, 0=survived, or event was censored), needed for a censored survival outcome.
数据对象与组件X-A列表中的p n矩阵的特点，每列的一个观察，每个时间点的一个矩阵，Y-N-矢量结果测量; censoring.status-N-矢量的审查censoring.status（1 =死亡或事件发生，0 =活了下来，审查或事件），需要审查的生存结果。


参数：type
Problem type:  "survival" for censored survival outcome, or "regression" for simple quantitative outcome.
问题类型：删失的生存结果的“生存”，或“回归”简单的定量结果。


参数：s0.perc
Factor for denominator of score statistic, between 0 and 1:  the percentile of standard deviation values added to the  denominator. Default is 0.5 (the median)
分母的分数统计，在0和1之间的因子：百分标准偏差值添加到分母。默认值是0.5（中位数）


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>proj.obj</td> <td> projection of training data and test data</td></tr> <tr valign="top"><td>fit.obj</td> <td> fitted object using training data</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> proj.obj</ TD> <TD>的训练数据和测试数据的预测</ TD> </ TR> <TR VALIGN =“”> <TD>fit.obj </ TD> <TD>装使用训练数据的对象</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------



Yuping Zhang




参考文献----------References----------

Zhang Y, Tibshirani RJ, Davis RW. Predicting patient survival from longitudinal gene expression. Stat Appl Genet Mol Biol. 2010;9(1):Article41. Epub 2010 Nov 22.

实例----------Examples----------


x = list()
for(i in 1:2){
        set.seed(i+123)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = sample(c(5:100), size=100, replace=TRUE)
censoring = sample(c(0,1), size=100, replace=TRUE)

data = list(x = x, y=y, censoring.status=censoring, genenames = as.character(paste("gene", c(1:500), sep="")), geneid =         as.character(paste("gene", c(1:500), sep="")))

x = list()
for(i in 1:2){
        set.seed(i+133)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = sample(c(5:100), size=100, replace=TRUE)
censoring = sample(c(0,1), size=100, replace=TRUE)

data.test = list(x = x, y=y, censoring.status=censoring, genenames = as.character(paste("gene", c(1:500), sep="")), geneid = as.character(paste("gene", c(1:500), sep="")))

obj = tspc.train(data, data.test, type="survival")


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。