R语言 affyPLM包 fitPLM()函数中文帮助文档(中英文对照)

loveR

fitPLM(affyPLM)
fitPLM()所属R语言包：affyPLM

                                        Fit a Probe Level Model to Affymetrix Genechip Data.
                                         适合Affymetrix基因芯片数据的探针级模型。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function converts an AffyBatch into an  PLMset by fitting a specified robust linear model to the probe level data.
此功能转换成AffyBatch探针级数据拟合指定的鲁棒线性模型PLMset。


用法----------Usage----------


fitPLM(object,model=PM ~ -1 + probes +samples,
       variable.type=c(default="factor"),
       constraint.type=c(default="contr.treatment"),
       subset=NULL,
       background=TRUE, normalize=TRUE, background.method="RMA.2",
       normalize.method="quantile", background.param=list(),
       normalize.param=list(), output.param=verify.output.param(),
       model.param=verify.model.param(object, model),
       verbosity.level=0)



参数----------Arguments----------

参数：object
an AffyBatch
AffyBatch


参数：model
A formula describing the model to fit. This is slightly different from the standard method of specifying formulae in R. Read the description below
公式描述的模式，以适应。这是稍有不同标准方法的指定河公式，阅读下面的说明


参数：variable.type
a way to specify whether variables in the model are factors or standard variables
模型中的一种方式来指定是否变量因素或标准变量


参数：constraint.type
should factor variables sum to zero or have first variable set to zero (endpoint constraint)
因子变量的总和为零或有第一个变量设置为零（端点约束）


参数：subset
a vector with the names of probesets to be used. If NULL then all probesets are used.
要使用的名称probesets向量。如果为NULL，然后所有probesets是使用。


参数：normalize
logical value. If TRUE normalize data using quantile normalization
逻辑值。如果TRUE标准化使用分量标准化的数据


参数：background
logical value. If TRUE background correct using RMA background correction
逻辑值。如果TRUE背景下正确使用RMA背景校正


参数：background.method
name of background method to use.
背景法的名称使用。


参数：normalize.method
name of normalization method to use.
归一化方法的名称使用。


参数：background.param
A list of parameters for background routines
一个背景例程的参数列表


参数：normalize.param
A list of parameters for normalization routines
一个标准化例程参数列表


参数：output.param
A list of parameters controlling optional output from the routine.
从常规的可选输出控制参数列表。


参数：model.param
A list of parameters controlling model procedure
过程控制模型的参数列表


参数：verbosity.level
An integer specifying how much to print out. Higher values indicate more verbose. A value of 0 will print nothing
一个整数，指定多少打印出来。值越高，表明更详细的。值0将打印什么


Details

详情----------Details----------

This function fits robust Probe Level linear Models to all the probesets in an AffyBatch. This is carried out on a probeset by probeset basis. The user has quite a lot of control over which model is used and what outputs are stored. For more details please read the vignette.
适合这个功能强大的探针水平线性模型中的所有AffyBatchprobesets。这是上probeset进行了probeset基础。用户有相当的控制模型和输出存储的很多。有关详细信息，请阅读的小品文。


值----------Value----------

An PLMset
PLMset


作者（S）----------Author(s)----------


Ben Bolstad <a href="mailto:bmb@bmbolstad.com">bmb@bmbolstad.com</a>



参考文献----------References----------

Oligonucleotide Array Data: Background, Normalization and Summarization. PhD Dissertation. University of California,

参见----------See Also----------

expresso,
expresso


举例----------Examples----------


if (require(affydata)) {
  data(Dilution)
  Pset <- fitPLM(Dilution, model=PM ~ -1 + probes + samples)
  se(Pset)[1:5,]

  image(Pset)
  NUSE(Pset)

  #now lets try a wider class of models[现在让我们试着更广泛的车型类]
  ## Not run: Pset &lt;- fitPLM(Dilution,model=PM ~ -1 + probes +liver,[＃无法运行：PSET < -  fitPLM（稀释，模型=下午~（-1）+探测器+猪肝，]
  normalize=FALSE,background=FALSE)
## End(Not run) [＃结束（不运行）]
  ## Not run: coefs(Pset)[1:10,][＃无法运行：coefs（PSET）[1:10]]

  ## Not run: Pset &lt;- fitPLM(Dilution,model=PM ~ -1 + probes + liver +[＃无法运行：PSET < -  fitPLM（稀释，模型=下午~（-1）+探测器+猪肝+]
  scanner, normalize=FALSE,background=FALSE)
## End(Not run)[＃结束（不运行）]
  coefs(Pset)[1:10,]

  #try liver as a covariate[尝试肝脏作为一个协]
  logliver <- log2(c(20,20,10,10))
  ## Not run: Pset &lt;- fitPLM(Dilution, model=PM~-1+probes+logliver+scanner,[＃无法运行：PSET < -  fitPLM（稀释，模型=下午~（-1）+探测器+ logliver +扫描器，]
  normalize=FALSE, background=FALSE, variable.type=c(logliver="covariate"))
## End(Not run) [＃结束（不运行）]
  coefs(Pset)[1:10,]

  #try a different se.type[尝试不同的se.type]
  ## Not run: Pset &lt;- fitPLM(Dilution, model=PM~-1+probes+scanner,[＃无法运行：PSET < -  fitPLM（稀释，模型=下午~（-1）+探测器+扫描器，]
  normalize=FALSE,background=FALSE,m odel.param=list(se.type=2))
## End(Not run) [＃结束（不运行）]
  se(Pset)[1:10,]
}

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。