找回密码
 注册
查看: 1623|回复: 0

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

[复制链接]
发表于 2012-2-26 15:51:10 | 显示全部楼层 |阅读模式
tweeDE(tweeDEseq)
tweeDE()所属R语言包:tweeDEseq

                                         Score test for differences between two Poisson-Tweedie groups
                                         分数测试的两个泊松特威迪群体之间的差异

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Carry out a score test for differences between two Poisson-Tweedie groups.
开展了两个泊松特威迪群体之间的差异得分测试。


用法----------Usage----------


tweeDE(object, group, mc.cores = 1, pair = NULL, ...)
testPoissonTweedie(x, group, saveModel = FALSE,  ...)
MAplot(x, ...)
Vplot(x, ...)
## S3 method for class 'tweeDE'
print(x, n=6L, sort.by="pval", log2fc.cutoff=0, pval.adjust.cutoff=1, print=TRUE, ...)
## S3 method for class 'tweeDE'
MAplot(x, log2fc.cutoff=0, highlight=NULL, ...)
## S3 method for class 'tweeDE'
Vplot(x, log2fc.cutoff=0, pval.adjust.cutoff=1, highlight=NULL, ylab=expression(paste(-log[10], " Raw P-value")), ...)



参数----------Arguments----------

参数:object
a data.frame or a matrix of RNA-seq counts.  
data.frame或matrix RNA-seq的罪名。


参数:group
vector giving the experimental group/condition for each sample/library.  
向量的实验组,每个样品/库/条件。


参数:mc.cores
number of cpu cores to be used. This option is only available when the 'multicore' package is installed and loaded first. In such a case, if the default value of mc.cores=1 is not changed, all available cores will be used.  
要使用的CPU核心的数量。此选项仅适用于多核包安装时,首先加载。默认值mc.cores=1没有改变,在这种情况下,所有可用的内核将被使用。


参数:pair
vector of two elements containing the representants of each of the two groups (default is 'NULL').  
两个元素包含两组(默认为“NULL”)representants向量。


参数:n
maximum number of genes printed.  
最大印刷的基因数目。


参数:sort.by
character string, indicating whether genes should be ranked by their P-value (pval), which is the default setting, or by absolute log2 fold-change (log2fc).  
字符串,指示是否基因应由其P值排名(pval),这是默认设置,或由绝对的log2倍变化(log2fc)。


参数:log2fc.cutoff
cutoff on the minimum value of the log2 fold change.  
截止在log2倍的最低值。


参数:pval.adjust.cutoff
cutoff on the maximum adjusted P-value (FDR).  
截止上最大的调整后的P-值(FDR)。


参数:print
logical; it indicates whether the output should be printed on the terminal.  
逻辑;它表明输出是否应该在终端上打印。


参数:highlight
list of arguments to the points() plotting function in order to highlight genes in the MA or volcano plots. A component called genes is expected to have the identifiers of the genes to be higlighted.  
参数列表points()绘图功能,以突出马或火山图的基因。一个名为genes的组件预计将有基因标识被亮显。


参数:ylab
label on the y-axis of the volcano plot set by default to -log10 of the raw P-value which is what this plot displays on that axis.  
对原料的P值,这是此图显示该轴LOG10默认设置的火山积y轴的标签。


参数:x
object returned by the function tweeDE in the case of print and vector of count data in the case of testPoissonTweedie.  
由该函数返回的对象tweeDEprint和在testPoissonTweedie的情况下计数数据向量的情况下的。


参数:saveModel
logical indicating whether the results of fitting the model should be saved or not (default is 'FALSE').  
逻辑表明模型的拟合结果是否应保存或不(默认为“假”)。


参数:...
additional arguments.  
额外的参数。


Details

详情----------Details----------

'testPoissonTweedie' performs the test for a vector of counts.
“testPoissonTweedie执行计数的向量测试。

'tweeDE' performs the test for a whole 'data.frame'. The P-values are then corrected using the Benjamini and Hochberg method.
“tweeDE”执行整个数据框“的考验。 P值,然后纠正使用的Benjamini的Hochberg方法。


值----------Value----------

'testPoissonTweedie' returns a list with:
“testPoissonTweedie返回一个列表:

'mean': means for each group 'pvalue':  p-value for the test
是什么意思:指各组pvalue:p值测试

'tweeDE' returns a 'data.frame' with columns
“”tweeDE返回一个列的数据框“”

'overallMean': overall mean counts  'meanA': mean counts of the first group 'meanB': mean counts of the second group 'log2fc': logarigthm (base 2) of the fold-change (second group vs. first group) 'pval': p-value for the test 'pval.adjust': adjusted p-value using Benjamini-Hochberg method
overallMean:整体平均计数“meanA”:第一组meanB“的平均计数:平均计数第二组log2fc”的:logarigthm倍数变化(第二组与第一组)(2)碱基“ pval的:p值的测试:调整使用Benjamini-Hochberg方法p值pval.adjust


参考文献----------References----------

A flexible count data model to fit the wide diversity of expression profiles arising from extensively replicated RNA-seq experiments. Submitted.
using the Poisson-Tweedie family. Environmetrics 22, pages 152-164.
overdispersed count data by mixtures of poisson variables and poisson processes. Biometrics 53, pages 1225-1238.

参见----------See Also----------

normalizeCounts mlePoissonTweedie
normalizeCountsmlePoissonTweedie


举例----------Examples----------


# Generate a random matrix of counts[生成一个随机数矩阵]
counts <- matrix(rPT(n = 1000, a = 0.5, mu = 10, D = 5), ncol = 40)

# Test for differences between the two groups[试验两组之间的差异]
tweeDE(counts, group = rep(c(1,2),20))

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-22 23:59 , Processed in 0.024581 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表