R语言 OLIN包 sigint.plot2()函数中文帮助文档(中英文对照)

loveR

sigint.plot2(OLIN)
sigint.plot2()所属R语言包：OLIN

                                        Visualisation of significance of intensity-dependent bias
                                         可视化的依赖强度偏见的意义

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function produce visualises  the significance
此功能的产品形象化的意义


用法----------Usage----------


sigint.plot2(object,Sp,Sn,ylim=c(-3,-3),...)



参数----------Arguments----------

参数：object
object of class marrayRaw or marrayNorm
对象类marrayRaw或marrayNorm


参数：Sp
vector of false discovery rate  or p-values  for positive deviation of  median/mean of \code{M} as produced by fdr.int2 or p.int2  
虚假的发现率或为正偏差median/mean of \code{M}fdr.int2或p.int2生产的P-值向量


参数：Sn
vector of false discovery rate or p-values for negative deviation of median/mean of \code{M} as produced by fdr.int2 or p.int2
虚假的发现率或为负偏差median/mean of \code{M}fdr.int2或p.int2生产的P-值向量


参数：ylim
vector of minimal log10(fdr) or log10(p-value) to be visualised corresponding to Sp and Sn.  FDR or p-values smaller than these values  will be set equal to  these threshold values for visualisation.
最小LOG10（FDR）或LOG10（p值）的向量可视化相应的Sp和Sn。FDR或p值小于这些值将被设置等于这些阈值的可视化。


参数：...
Further optional graphical parameter for the plot  function generating the MA plot
进一步可选参数plot函数的图形生成主图


Details

详情----------Details----------

The function sigint.plot2 only differs from sigint.plot in its input arguments.
函数sigint.plot2不同于sigint.plot在其输入参数。


注意----------Note----------

This function will be merged with sigint.plot in future versions.
在未来的版本中，此功能将被合并sigint.plot。


作者（S）----------Author(s)----------


Matthias E. Futschik (<a href="http://itb.biologie.hu-berlin.de/~futschik">http://itb.biologie.hu-berlin.de/~futschik</a>)



参见----------See Also----------

sigxy.plot, fdr.int2,  p.int2
sigxy.plot，fdr.int2，p.int2


举例----------Examples----------


# To run these examples, delete the comment signs (#) in front of the commands.[要运行这些例子，在前面的命令中删除注释符号（＃）。]
#[]
# LOADING DATA NOT-NORMALISED[加载数据没有，正规化]
# data(sw)[数据（SW）]
# CALCULATION OF SIGNIFICANCE OF SPOT NEIGHBOURHOODS[作者：现货，邻里意义的计算]
# For this example, N was chosen rather small. For "real" analysis, it should be larger.[对于这个例子，N的选择相当小。 “真实”的分析，它应该更大。]
# FDR &lt;- fdr.int2(sw,delta=50,N=10,av="median")[FDR< -  fdr.int2（SW，δ= 50，N = 10，，AV =“中位数”）]
# VISUALISATION OF RESULTS[结果的可视化]
# sigint.plot2(sw[,1],FDR$FDRp[[1]],FDR$FDRn[[1]],c(-5,-5)) # array 1[sigint.plot2（SW [1]，FDR$ FDRp [1]，FDR美元FDRn [1]，C（-5，-5））＃阵列1]
# sigint.plot2(sw[,4],FDR$FDRp[[4]],FDR$FDRn[[4]],c(-5,-5)) # array 4[sigint.plot2（SW [4]，FDR$ FDRp [4]，FDR美元FDRn [4]，C（-5，-5））＃数组4]


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。