R语言 nem包 nem.discretize()函数中文帮助文档(中英文对照)

loveR

nem.discretize(nem)
nem.discretize()所属R语言包：nem

                                        Discretize perturbation data according to control experiments
                                         离散扰动数据，根据对照实验

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

discretizes raw data to define effects of interventions with respect to wildtype/control measurements
离散原始数据定义与野生型/控制测量方面的干预效果


用法----------Usage----------


nem.discretize(D,neg.control=NULL,pos.control=NULL,nfold=2,cutoff=0:10/10, pCounts=20, empPval=.05, verbose=TRUE)



参数----------Arguments----------

参数：D
matrix with experiments as columns and effect reporters as rows
矩阵与列和行的效果记者实验


参数：neg.control
either indices of columns in D or a matrix with the same number of rows as D
D或与相同数量的行D的矩阵列任指数


参数：pos.control
either indices of columns in D or a matrix with the same number of rows as D
D或与相同数量的行D的矩阵列任指数


参数：nfold
fold-change between neg. and pos. controls for selecting effect reporters. Default: 2
倍之间的负变化。和POS。选择的影响记者的控制。默认是：2


参数：cutoff
a (vector of) cutoff value(s) weighting the pos. controls versus the neg. controls. Default: 0:10/10  
（矢量）的临界值（S）的比重在POS。与NEG的控制。控制。默认：0:10 / 10


参数：pCounts
pseudo-counts to guard against unreasonable low error estimates
伪计数，以防止不合理的低错误估计


参数：empPval
empirical p-value cutoff for effects if only one control is available
经验p值截止的影响，如果只有一个控制


参数：verbose
Default: TRUE
默认：true


Details

详情----------Details----------

Chooses cutoff such that separation between negative and positive controls becomes optimal.
阴性和阳性对照组之间的分离成为最佳选择截止。


值----------Value----------


参数：dat
discretized data matrix
离散数据矩阵


参数：pos
discretized positive controls [in the two-controls setting]
离散阳性对照[在两个控件设置]


参数：neg
discretized negative controls [in the two-controls setting]
离散阴性对照[在两个控件设置]


参数：sel
effect reporters selected [in the two-controls setting]
选择效果记者在两个控件设置]


参数：cutoff
error rates for different cutoff values [in the two-controls setting]
在两个控件设置不同的临界值的误差率[]


参数：para
estimated error rates [in the two-controls setting]
估计错误率[在两个控件设置]


注意----------Note----------

preliminary! will be developed to be more generally applicable
初步的！将发展成为更普遍适用


作者（S）----------Author(s)----------


Florian Markowetz <URL: http://genomics.princeton.edu/~florian>



参考文献----------References----------

<h3>See Also</h3>

举例----------Examples----------


   # discretize Boutros data as in[在离散布特罗斯数据]
   # Markowetz et al, 2005[markowetz等，2005]
   data("BoutrosRNAi2002")
   disc <- nem.discretize(BoutrosRNAiExpression,neg.control=1:4,pos.control=5:8,cutoff=.7)
   stopifnot(disc$dat==BoutrosRNAiDiscrete[,9:16])   

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。