samrocNboot(SAGx)
samrocNboot()所属R语言包：SAGx
Calculate ROC curve based SAM statistic
计算ROC曲线为基础的SAM统计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A c-code version of samrocN. Calculation of the regularised t-statistic which minimises
C代码的samrocN版本。正规化的t-统计，最大限度地减少计算
用法----------Usage----------
参数----------Arguments----------
参数：data
The data matrix
数据矩阵
参数：formula
a linear model formula
线性模型公式
参数：contrast
the contrast to be estimnated
要estimnated对比
参数：N
the size of top lists under consideration
正在审议的顶级列表的大小
参数：B
the number of bootstrap iterations
引导迭代的数量
参数：perc
the largest eligible percentile of SE to be used as fudge factor
SE可用于软糖因素最大的资格百分
参数：smooth
if TRUE, the std will be estimated as a smooth function of expression level
如果为TRUE，将在std估计为光滑函数的表达水平
参数：w
the relative weight of false positives
误报的相对权重
参数：measure
the goodness criterion
善良的准则
参数：probeset
probeset ids;if NULL then "probeset 1", "probeset 2", ... are used.
probeset IDS;如果为NULL，然后“probeset 1”，“probeset 2”，......被使用。
Details
详情----------Details----------
The test statistic is based on the one in Tusher et al (2001):
测试的统计数字是根据在Tusher等（2001）之一：
where diff is a the estimate of a constrast, s_0 is the regularizing constant and s the standard error. At the heart of the method lies an estimate of the false negative and false positive rates. The test is calibrated so that these are minimised. For calculation of p-values a bootstrap procedure is invoked. Further details are given in Broberg (2003).
其中diff是一个一个constrast的估计，s_0是不断的规范和s标准的错误。在该方法的核心在于估计的假阴性和假阳性率。测试校准，使这些被最小化。为计算p值调用自举程序。在布罗贝里（2003）给出进一步的细节。
The p-values are calculated through permuting the rows of the design matrix. NB This is not adequate for all linear models.
P-值计算，通过置换的设计矩阵的行。注：这是不足够所有的线性模型。
samrocNboot uses C-code to speed up the bootstrap loop.
samrocNboot使用C代码来加快引导循环。
值----------Value----------
An object of class samroc.result.
一个类samroc.result对象。
作者（S）----------Author(s)----------
Per Broberg and Freja Vamborg
参考文献----------References----------
the ionizing radiation response. PNAS Vol. 98, no.9, pp. 5116-5121 <br>
http://genomebiology.com/2003/4/6/R41
举例----------Examples----------
library(multtest)
#Loading required package: genefilter [载入所需的包：genefilter]
#Loading required package: survival [载入所需的软件包：生存]
#Loading required package: splines [载入所需的包：花键]
#Loading required package: reposTools [载入所需的软件包：reposTools]
data(golub)
# This makes the expression data from Golub et al available[这使得表达Golub等人提供的数据]
# in the matrix golub, and the sample labels in the vector golub.cl[在矩阵戈卢布，在向量golub.cl的样品标签]
set.seed(849867)
samroc.res <- samrocNboot(data = golub, formula = ~as.factor(golub.cl))
# The proportion of unchanged genes is estimated at[不变基因的比例估计在]
samroc.res@p0
# The fudge factor equals[软糖因素等于]
samroc.res@s0
# A histogram of p-values[p值的直方图]
hist(samroc.res@pvalues)
# many genes appear changed[许多基因出现改变]
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 2012-2-26 13:49:36
