R语言 rrBlupMethod6包 rrBlupM6()函数中文帮助文档(中英文对照)

loveR

rrBlupM6(rrBlupMethod6)
rrBlupM6()所属R语言包：rrBlupMethod6

                                        rrBlupM6 – RR-BLUP for estimation of marker effects with fixed
                                         rrBlupM6  -  RR-BLUP估计的标记效应与固定

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function implements "Method 6" described in Piepho et al. (2011), a re-parametrization of Kang et al.'s (2008) mixed model formulation to allow for a fixed residual variance when using RR-BLUP for
此功能实现“方法”来形容在Piepho等。 （2011），康等人。“（2008年）的混合模型制定的再参数化，以便当使用一个固定的剩余方差RR-BLUP


用法----------Usage----------


rrBlupM6(y, X = matrix(1,nrow=n,ncol=1), Z, sig2e, chunks = as.integer(1))



参数----------Arguments----------

参数：y
Numeric vector with phenotypic observations (for example the entry means).
数值向量与表型观测（例如条目装置）。


参数：X
Design matrix of fixed effects, including the intercept. By default, this is an all 1 column vector for the intercept.
固定效应的设计矩阵，其中包括拦截。默认情况下，这是一个全1的列向量为截距。


参数：Z
Matrix assigning marker genotypes to phenotypes in y. The dimension of the matrix must be no. phenotypes (rows) times no. markers (columns). The coding must be 1 and -1 for the two homozygous genotypes.
矩阵分配标记基因型表型y。的矩阵的维数必须是否定的。表型（行）。标记（列）。该编码必须是1和-1的两个纯合基因型。


参数：sig2e
The value of the residual variance, numeric vector of length 1.
残差的方差的值，长度为1的数值向量。


参数：chunks
Integer giving the number of chunks into which to split the computation of ZZ'. Computing this matrix in chunks might have computational advantages when the number of markers and observations is very large and the available memory is low. The default is 1, which computes ZZ' directly (i.e. as Z %*%t(Z)).
整数，给出了编号的组块到分裂的ZZ的计算。计算块矩阵在计算时，标记和观察的数量是非常大的优势，并可用内存低。默认值是1，计算ZZ（即Z %*%t(Z)）。


Details

详细信息----------Details----------

Please see Piepho et al. (2011) for details on the re-parametrization and the computation of ZZ' in chunks. Currently only
请看到Piepho等。 （2011年）重新参数化和计算ZZ块的详细信息。目前，只有


值----------Value----------

A list with three components
三部分组成列表




uhat Numeric vector with the BLUP marker effects,
uhat数字矢量与BLUP标记效应，




betahat Numeric vector with the BLUE of the fixed effects and
betahat数字矢量蓝色的固定效应和




sig2u Numeric vector of length 1 with the REML estimate of
sig2u数字矢量的长度为1的REML估计


（作者）----------Author(s)----------



Torben Schulz-Streeck, Boubacar Estaghvirou, Frank Technow




参见----------See Also----------

rrBlupMethod6
rrBlupMethod6


实例----------Examples----------



## simulate a small data set (250 observations, 300 markers)[＃模拟一个小的数据集（250个观测值，300个标记）]
set.seed(3421475)
N <- 250
M <- 300

Z <- matrix(sample(c(1,-1),N * M, replace = TRUE),
            nrow = N,
            ncol = M)

## marker effects[＃标记效应]
u <- rnorm(M, 0, sqrt(1/M))

sig2e <- 1
y <- Z %*% u + rnorm(N,0,sqrt(sig2e))

out <- rrBlupM6(Z = Z, y = y, sig2e = sig2e)

## estimated marker effect variance[＃标记效应估计方差]
out$sig2u



## accuracy in validation set[＃准确性，验证集]
Z.val <- matrix(sample(c(1,-1),N * M, replace = TRUE),
                nrow = N,
                ncol = M)

cor(Z.val%*% out$uhat, Z.val%*% u)

## compute ZZ' in chunks[＃计算ZZ块]
out.chunks <- rrBlupM6(Z = Z, y = y, sig2e = sig2e, chunks = 6)

cor(Z.val%*% out.chunks$uhat, Z.val%*% u)

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。