Compute simulation-based p-value to assess null hypothesis of no selection
计算模拟为基础的p值,以评估没有选择的零假设
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This function computes a simulation-based p-value to assess the null hypothesis of no selection. For details we refer
此函数计算一个基于仿真的p值,以评估没有选择的零假设。有关详细信息,我们参考
参数:theta0
Initial estimate for θ.
初步估计为θ。
参数:sigma0
Initial estimate for σ.
初步估计为σ。
参数:lam
Weight of the first entry of w in the likelihood function. Should be the same as used to generate res.
重量w的似然函数中的第一个条目。应该是相同的,作为用来产生res。
参数:M
Number of runs to compute p-value.
数运行计算p价值。
参数:maxiter
Maximum number of iterations of differential evolution algorithm. Increase this number to get higher accuracy.
差分进化算法的迭代的最大数量。增加这个数目,以获得更高的精度。
参数:test.stat
A function that takes as argument a vector and returns a number. Defines the test statistic to be used on the estimated selection function w.
,把参数作为一个向量和函数返回一个数字。定义要使用的检验统计量的估计的选择功能w。
值----------Value----------
参数:pval
The computed p-value.
的计算p价值。
参数:res.mono
The monotone estimates for each simulation run.
单调的估计每次模拟运行。
参数:mono0
The monotone estimates for the original data.
单调的原始数据估计。
参数:Ti
The test statistics for each simulation run.
每次模拟运行的检验统计量。
参数:T0
The test statistic for the original data.
为原始数据的检验统计量。
参数:ran.num
Matrix that contains the generated p-values.
矩阵,它包含所生成的p-值。