biexponentialTransform(flowCore)
biexponentialTransform()所属R语言包：flowCore
Compute a transform using the 'biexponential' function
使用“双指数”的功能，计算出变换
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The 'biexponential' is an over-parameterized inverse of the hyperbolic sine. The function to be inverted takes the form biexp(x) = a*exp(b*(x-w))-c*exp(-d*(x-w))+f with default parameters selected to correspond to the hyperbolic sine.
“双指数”是一个过参数的反双曲正弦值。要倒的功能需要的的形式biexp（X）= EXP（B *（XW））-C * EXP（-D *（XW））+ F选择默认参数对应的双曲正弦。
用法----------Usage----------
biexponentialTransform(transformationId="defaultBiexponentialTransform", a = 0.5, b = 1, c = 0.5, d = 1, f = 0, w = 0, tol = .Machine$double.eps^0.25, maxit = as.integer(5000))
参数----------Arguments----------
参数：transformationId
A name to assign to the transformation. Used by the transform/filter integration routines.
一个名称分配的转变。使用变换/过滤器的集成程序。
参数：a
See the function description above. Defaults to 0.5
见上面的功能描述。默认0.5
参数：b
See the function description above. Defaults to 1.0
见上面的功能描述。默认为1.0
参数：c
See the function description above. Defaults to 0.5 (the same as a)
见上面的功能描述。默认为0.5（a相同）
参数：d
See the function description above. Defaults to 1 (the same as b)
见上面的功能描述。默认为1（b相同）
参数：f
A constant bias for the intercept. Defaults to 0.
一个恒定偏置的截距。默认为0。
参数：w
A constant bias for the 0 point of the data. Defaults to 0.
一个恒定偏置为0点的数据。默认为0。
参数：tol
A tolerance to pass to the inversion routine (uniroot usually)
通过反演常规（uniroot通常一个宽容）
参数：maxit
A maximum number of iterations to use, also passed to uniroot
的最大数量的迭代使用，也传递uniroot的
值----------Value----------
Returns values giving the inverse of the biexponential within a certain tolerance. This function should be used with care as numerical inversion routines often have problems with the inversion process due to the large range of values that are essentially 0. Do not be surprised if you end up with population splitting about w and other odd artifacts.
返回值给予一定的公差范围内的双指数的逆。此功能应小心使用，数值逆程序往往与反演过程中的问题，由于大范围的值，基本上都是0。不要惊讶，如果你最终人口约w和其他奇怪的文物分裂。
作者（S）----------Author(s)----------
B. Ellis, N Gopalakrishnan
参见----------See Also----------
transform
transform
举例----------Examples----------
# Construct some "flow-like" data which tends to be hetereoscedastic.[构建一些“流”数据往往是hetereoscedastic的。]
data(GvHD)
biexp <- biexponentialTransform("myTransform")
after.1 <- transform(GvHD, `FSC-H`= biexp(`FSC-H`))
biexp <- biexponentialTransform("myTransform",w=10)
after.2 <- transform(GvHD, `FSC-H`= biexp(`FSC-H`))
opar = par(mfcol=c(3, 1))
plot(density(exprs(GvHD[[1]])[, 1]), main="Original")
plot(density(exprs(after.1[[1]])[, 1]), main="Standard Transform")
plot(density(exprs(after.2[[1]])[, 1]), main="Shifted Zero Point")
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。
|
发表于 2012-2-25 17:40:06
