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

loveR

obtainResi(GeneSelectMMD)
obtainResi()所属R语言包：GeneSelectMMD

                                         Replace expression levels by the residuals of regression analysis to remove the confounding effects.
                                         取代回归分析的残差消除影响因子的表达水平。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Replace expression levels by the residuals of regression analysis in which predictor of interest is not in the regression model. The purpose of this function is to remove potential confounding factors.
在利益的预测是不回归模型回归分析的残差替换的表达水平。此功能的目的是消除潜在的混杂因素。


用法----------Usage----------


obtainResi(es, fmla)



参数----------Arguments----------

参数：es
An ExpressionSet object.  
ExpressionSet对象。


参数：fmla
A formula object that specifies the covariates of the linear regression model. The variable of interest should not be  included. No response variable should be specified in fmla since the response variable is always the expression level. See  function lmFit of R Bioconductor package limma.  
公式指定的协变量的线性回归模型的对象。感兴趣的变量不应列入。没有反应变量应指定在fmla因为响应变量始终是表达水平。见ŕBioconductor包lmFitlimma功能。


Details

详情----------Details----------

To remove confounding effects, we can replace the expression level by the residuals of  a linear regression model with response variable the expression level and covariates the potential confounders. The functions lmFit  and eBayes will be used to obtain regression coefficients.
要消除干扰因素的影响，我们可以取代线性回归模型的残差的表达水平与响应变量的表达水平和协潜在的混杂因素。职能lmFit和eBayes将用于获取回归系数。


值----------Value----------

An ExpressionSet object with expression levels replaced by residuals of linear regression analysis.
表达水平ExpressionSet对象所取代线性回归分析的残差。


注意----------Note----------

The number of arrays of the returned ExpressionSet object might be smaller than that of the original ExpressionSet object, due to missing values in covariates.
阵列返回ExpressionSet对象的数量可能比原ExpressionSet对象较小，由于缺少在协变量的值。


作者（S）----------Author(s)----------



Weiliang Qiu <a href="mailto:stwxq@channing.harvard.edu">stwxq@channing.harvard.edu</a>,
Wenqing He <a href="mailto:whe@stats.uwo.ca">whe@stats.uwo.ca</a>,
Xiaogang Wang <a href="mailto:stevenw@mathstat.yorku.ca">stevenw@mathstat.yorku.ca</a>,
Ross Lazarus <a href="mailto:ross.lazarus@channing.harvard.edu">ross.lazarus@channing.harvard.edu</a>


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。