R语言 gaga包 simGG()函数中文帮助文档(中英文对照)

loveR

simGG(gaga)
simGG()所属R语言包：gaga

                                         Prior predictive simulation
                                         在此之前的预测模拟

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simulates parameters and data from the prior-predictive of GaGa or MiGaGa model with several groups, fixing the hyper-parameters.
前预测的GAGA或MiGaGa的几组模型确定超参数，模拟参数和数据。


用法----------Usage----------


simGG(n, m, p.de=.1, a0, nu, balpha, nualpha, equalcv = TRUE, probclus
= 1, a = NA, l = NA, useal = FALSE)



参数----------Arguments----------

参数：n
Number of genes.  
基因数目。


参数：m
Vector indicating number of observations to be simulated for each group.
每组模拟观测向量表示数量。


参数：p.de
Probability that a gene is differentially expressed.  
概率差异表达的基因。


参数：a0, nu
Mean expression for each gene is generated from 1/rgamma(a0,a0/nu) if probclus is of length 1, and from a mixture if length(probclus)>1.
意思是表达每个基因产生如果1/rgamma(a0,a0/nu)probclus如果length(probclus)>1长度为1，并从一种混合物。


参数：balpha, nualpha
Shape parameter for each gene is generated from rgamma(balpha,balpha/nualpha).
从rgamma(balpha,balpha/nualpha)形状参数为每个基因产生。


参数：equalcv
If equalcv==TRUE the shape parameter is simulated to be constant across groups.
如果equalcv==TRUE形状参数是模拟跨组不变。


参数：probclus
Vector with the probability of each component in the mixture. Set to 1 for the GaGa model.
向量的混合物中各组成部分的可能性。 GAGA模型，设置为1。


参数：a, l
Optionally, if useal==TRUE the parameter values are not generated, only the data is generated. a is a matrix with the shape parameters of each gene and group and l is a matrix with the mean expressions.  
或者，如果useal==TRUE参数值不会产生，只有数据生成。 a是一个矩阵与每个基因组的形状参数和l是一个矩阵的平均表达。


参数：useal
For useal==TRUE the parameter values specified in a and l are used, instead of being generated.
useal==TRUE在指定的参数值a和l是正在生成的，而不是使用。


Details

详情----------Details----------

The shape parameters are actually drawn from a gamma approximation to their posterior distribution. The function rcgamma implements this approximation.
从伽玛近似的后验分布的形状参数实际上是绘制。功能rcgamma实现这种近似。


值----------Value----------

Object of class 'ExpressionSet'. Expression values can be accessed via exprs(object) and the parameter values used to generate the expression values can be accessed via fData(object).
对象的类的ExpressionSet“。表达式的值可以访问通过exprs(object)“参数值用于生成表达式的值，可以通过fData(object)访问。


注意----------Note----------

Currently, the routine only implements prior predictive simulation for the 2 hypothesis case.
目前，常规的只有2假设的情况下实现事先预测模拟。


作者（S）----------Author(s)----------


David Rossell



参考文献----------References----------

flexible hierarchical model for microarray

参见----------See Also----------

simnewsamples to simulate from the posterior
simnewsamples从后模拟


举例----------Examples----------


#Not run. Example from the help manual[无法运行。例如，从帮助手册]
#library(gaga)[库（加加）]
#set.seed(10)[set.seed（10）]
#n &lt;- 100; m &lt;- c(6,6)[N < -  100米< -  C（6,6）]
#a0 &lt;- 25.5; nu &lt;- 0.109[A0 < -  25.5; NU < -  0.109]
#balpha &lt;- 1.183; nualpha &lt;- 1683[balpha < -  1.183; nualpha < -  1683]
#probpat &lt;- c(.95,.05)[probpat < -  C（0.95，0.05）]
#xsim &lt;- simGG(n,m,p.de=probpat[2],a0,nu,balpha,nualpha)[simGG XSIM < - （N，M，p.de = probpat [2]，A0，Nu，balpha，nualpha）]
#[]
#plot(density(xsim$x),main='')[图（密度（XSIM $ X），主要=）]
#plot(xsim$l,xsim$a,ylab='Shape',xlab='Mean')[图（，XSIM XSIM $ L $，ylab =“形”，XLab中=“中庸”）]

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。