twilight(twilight)
twilight()所属R语言包：twilight
Estimation of the local false discovery rate
当地的假发现率的估计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The function performs the successive exclusion procedure (SEP) as described in Scheid and Spang (2004).
该函数执行连续排除过程（SEP）Scheid和笔直的（2004）的描述。
用法----------Usage----------
twilight(xin, lambda = NULL, B = 0, boot.ci = 0.95, clus = NULL, verbose = TRUE)
参数----------Arguments----------
参数：xin
Numerical vector of p-values or a twilight object.
数值向量p值twilight对象。
参数：lambda
Numerical value denoting the penalty factor. If not specified, the function searchs for an appropriate regularization parameter.
表示惩罚因子的数值。如果没有指定，适当的正规化参数的功能searchs。
参数：B
Numerical value specifying the number of bootstrap samples. If not specified, no bootstrap estimates are calculated.
数值指定引导样品的数量。如果没有指定，没有bootstrap估计计算。
参数：boot.ci
Numerical value denoting the probability value for bootstrap confidence intervals of local false discovery rate and prior pi0.
数值表示为本地虚假的发现率和前PI0 bootstrap信赖区间的概率值。
参数：clus
A list or numerical value to be passed to makeCluster(clus,...) in library(snow). If specified, bootstrapping is performed in parallel. No checks on clus are performed. Please make sure that makeCluster(clus) works properly in your environment.
列表或数值通过makeCluster(clus,...)library(snow)的。如果指定，引导并行执行。 clus没有检查执行。请确保makeCluster(clus)在您的环境中正常工作。
参数：verbose
Logical value for message printing.
消息打印的逻辑值。
Details
详情----------Details----------
In short, the successive exclusion procedure divides the set of p-values into two parts. The first part is chosen such that it resembles a uniform distribution while containing as many p-values as possible. This set of p-values represents the set of p-values derived from non-induced genes. The height of the uninform distribution is a natural estimate for the mixture parameter pi0. The p-value not contained in the uniform part serve as representatives of p-values derived from induced genes. Their distribution is the basis of the final estimate of the local false discovery rate.
总之，连续排除过程分为两部分划分的p-值。第一部分是选择，例如，它类似于一个均匀分布的，而含有尽可能多的p值。这套p值代表来自非诱导基因p值的集合。在高度的uninform分布，是一个自然混合参数PI0的估计。不统一的部分中的p值作为诱导基因的p值代表。它们的分布是根据当地的假发现率的最终估计。
NOTE: Library(snow) has to be loaded manually. It is not loaded as part of 'suggests' or 'depends' because it is only available under UNIX. If twilight does not work with the current version of snow, please send a report.
注：图书馆（雪），必须手动加载。它不是装载作为“建议”或“依赖”的一部分，因为它是唯一可用的UNIX下。如果不起作用与当前版本的雪暮，请发送报告。
值----------Value----------
Returns a twilight object consisting of a data.frame named result with variables
返回twilightdata.frame名为result变量组成的对象
参数：pvalue
Sorted input vector.
排序的输入向量。
参数：qvalue
q-values computed as described in Storey and Tibshirani (2003) with new estimate pi0.
q值计算层和Tibshirani（2003），新的估计pi0。
参数：index
Index of the original ordering.
指数原来的顺序。
参数：fdr
Local false discovery rate averaged over 10 runs of SEP.
当地的假发现率平均超过10 SEP的运行。
参数：mean.fdr
Bootstrap estimate of local false discovery rate.
本地虚假发现率的Bootstrap估计。
参数：lower.fdr
Lower boot.ci-bootstrap confidence bound.
降低boot.ciBootstrap置信界。
参数：upper.fdr
Upper boot.ci-bootstrap confidence bound.
上boot.ciBootstrap置信约束。
Values are sorted by pvalue.
由pvalue值进行排序。
注意----------Note----------
Additional output consists of
额外的输出由
If xin is of class twilight, the remaining slots are filled with corresponding input values. If xin is not of class twilight, these slots remain free.
如果xin类twilight，其余插槽充满了相应的输入值。 xin如果类twilight，这些插槽是免费的。
作者（S）----------Author(s)----------
Stefanie Scheid <a href="http://www.molgen.mpg.de/~scheid">http://www.molgen.mpg.de/~scheid</a>
参考文献----------References----------
参见----------See Also----------
twilight.pval, plot.twilight, exfdr
twilight.pval，plot.twilight，exfdr
举例----------Examples----------
### twilight object created with B=1000 bootstrap samples[＃黄昏对象创建= 1000引导样本]
data(exfdr)
print(exfdr)
plot(exfdr)
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 15:52:28
