R语言 BGmix包 calcFDR()函数中文帮助文档(中英文对照)

loveR

calcFDR(BGmix)
calcFDR()所属R语言包：BGmix

                                         Estimate the FDR (false discovery rate) and related quantities for BGmix output.
                                         估计BGmix输出的FDR（错误发现率）和相关的数量。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Given a threshold on the posterior probabilities, genes are declared as null or differentially expressed. For any given threshold, the FDR  (false discovery rate) and FNR (false non-discovery rate) can be estimated using the posterior probabilities. Estimated numbers of false positives and false negatives are also output.
鉴于上的后验概率的阈值，基因被宣布为空或差异表达。 FDR（错误发现率）和FNR（假非发现率）对于任何给定的阈值，可以使用后验概率估计。误报和漏报的估计数字也输出。


用法----------Usage----------


calcFDR(res, pcut = seq(0.01,0.5,0.01), true.z = NULL, q.print = F)



参数----------Arguments----------

参数：res
list object output from ccParams (this includes the posterior classification probabilities)  
从ccParams列表对象的输出（包括后分类概率）


参数：pcut
scalar or vector of thresholds for which to estimate FDR etc.  
标量或矢量阈值估计FDR等


参数：true.z
vector of true classifications (if known, eg. for simulated data)  
真正的分类矢量（如果知道的话，如模拟数据）


参数：q.print
Print FDR etc. when pcut is a vector?
打印FDR等PCUT是一个向量？


Details

详情----------Details----------

If the true classification is known, it can be given as true.z, and the true FDR etc. for the threshold probability can be calculated.
如果被称为真正的分类，它可以作为true.z，可以计算出真正的FDR为阈值的概率等。


值----------Value----------


参数：fdr.est, fnr.est
scalars or vectors of estimated FDR, FNR
估计FDR，FNR的标量或向量


参数：fp.est, fn.est
scalars or vectors of estimated no. false positives, no. false negatives
标量或向量的估计没有。误报，没有。假阴性


参数：fdr.true, fnr.true
scalars or vectors of true FDR, FNR
真正的FDR，FNR的标量或向量


参数：fp.true, fn.true
scalars or vectors of true no. false positives, no. false negatives
标量或向量的真没有。误报，没有。假阴性


参数：npos, nneg
scalars or vectors of no. declared positives, no. declared negatives
无标量或矢量。声明阳性，没有。声明底片


参数：prob.class
posterior classification probabilites (from the 'res' object input to this function)
后的分类probabilites（从“水库”的对象输入此功能）


参数：true.z
argument to function is output
输出参数的功能是


参数：pcut
argument to function is output
输出参数的功能是


作者（S）----------Author(s)----------


Alex Lewin



举例----------Examples----------


## Note this is a very short MCMC run![＃注意：这是一个很短的MCMC运行！]
## For good analysis need proper burn-in period.[＃为了获得良好的分析，需要适当的老化期。]
data(ybar,ss)
outdir <- BGmix(ybar, ss, c(8,8), nburn=0, niter=100, nthin=1)
params <- ccParams(outdir)
fdr <- calcFDR(params)

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。