R语言 affy包 normalize.qspline()函数中文帮助文档(中英文对照)

loveR

normalize.qspline(affy)
normalize.qspline()所属R语言包：affy

                                        Normalize arrays
                                         标准化阵列

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

normalizes arrays in an AffyBatch each other or to a set of target intensities
在一个AffyBatch对方或一套目标强度标准化阵列


用法----------Usage----------


normalize.AffyBatch.qspline(abatch,type=c("together", "pmonly", "mmonly",
                 "separate"), ...)

normalize.qspline(x, target = NULL, samples = NULL,
                  fit.iters = 5, min.offset = 5,
                  spline.method = "natural", smooth = TRUE,
                  spar = 0, p.min = 0, p.max = 1.0,
                  incl.ends = TRUE, converge = FALSE,
                  verbose = TRUE, na.rm = FALSE)



参数----------Arguments----------

参数：x
a data.matrix of intensities
data.matrix强度


参数：abatch
an AffyBatch
AffyBatch


参数：target
numerical vector of intensity values to normalize to. (could be the name for one of the celfiles in 'abatch').
强度值的数值向量标准化。 （可能为一体的在abatch“celfiles的名称）。


参数：samples
numerical, the number of quantiles to be used for spline. if (0,1], then it is a sampling rate.
数值，样条位数的号码。如果（0,1]，那么它是一个采样率。


参数：fit.iters
number of spline interpolations to average.
样条插值的平均数量。


参数：min.offset
minimum span between quantiles (rank difference) for the different fit iterations.
适合不同迭代位数（排名差异）之间的最小跨度。


参数：spline.method
specifies the type of spline to be used. Possible values are  ""fmm"", ""natural"", and ""periodic"".
指定要使用花键的类型。可能的值是“FMM”，“自然”“，”定期“。


参数：smooth
logical, if "TRUE", smoothing splines are used on the quantiles.
逻辑，如果“TRUE”，平滑样条上使用的位数。


参数：spar
smoothing parameter for "splinefun", typically in (0,1].
平滑参数splinefun，通常在（0,1]。


参数：p.min
minimum percentile for the first quantile.
第一位数的最低百分。


参数：p.max
maximum percentile for the last quantile.
最后位数的最大百分。


参数：incl.ends
include the minimum and maximum values from the normalized and target arrays in the fit.
包括在适当的规范化和目标阵列的最大值和最小值。


参数：converge
(currently unimplemented)
（目前还没有实现）


参数：verbose
logical, if "TRUE" then normalization progress is reported.
逻辑，如果“TRUE”标准化的进展报告。


参数：na.rm
logical, if "TRUE" then handle NA values (by ignoring them).
逻辑，如果“TRUE”，然后处理不适用值（忽略）。


参数：type
a string specifying how the normalization should be applied. See details for more.
一个字符串，指定应如何标准化。看到更多的细节。


参数：...
optional parameters to be passed through.
可选参数，可以通过。


Details

详情----------Details----------

This normalization method uses the quantiles from each array and the  target to fit a system of cubic splines to normalize the data. The  target should be the mean (geometric) or median of each probe but could  also be the name of a particular chip in the abatch object.
这标准化的方法是使用每个阵列和目标，以适应系统的三次样条标准化数据的位数。我们的目标应该是平均（几何）或中位数每个探针，但也可能是一个特定芯片在abatch对象的名称。

Parameters setting can be of much importance when using this method. The parameter fit.iter is used as a starting point to find a more appropriate value. Unfortunately the algorithm used do not converge in some cases. If this happens, the fit.iter value is used and a warning is thrown. Use of different settings for the parameter samples was reported to give good results. More specifically, for about 200   data points use samples = 0.33, for about 2000  data points use samples = 0.05, for about 10000 data points use samples = 0.02 (thanks to Paul Boutros).
使用此方法时，参数的设置，可以是非常重视。参数fit.iter作为出发点，以找到一个更合适的值。不幸的是，所使用的算法在某些情况下不收敛。如果发生这种情况，fit.iter值被使用，则抛出一个警告。使用不同的设置参数samples据报道，给予了良好的效果。更具体地说，使用约200个数据点samples = 0.33，约2000个数据点使用samples = 0.05，约10000个数据点使用samples = 0.02（感谢保罗·布特罗斯）。

The type argument should be one of "separate","pmonly","mmonly","together" which indicates whether to normalize only one probe type (PM,MM) or both together or separately.
type参数应该是一个"separate","pmonly","mmonly","together"这表明是否只有一个探针类型（PM，MM）或一起或单独标准化。


值----------Value----------

a normalized AffyBatch.
归一AffyBatch。


作者（S）----------Author(s)----------



Laurent and Workman C.




参考文献----------References----------

Laurent Gautier, Henrik Bjorn Nielsen, Hans-Henrik Saxild, Claus Nielsen, Soren Brunak, and Steen Knudsen. A new non-linear normal- ization method for reducing variability in dna microarray experiments. Genome Biology, accepted, 2002
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。