找回密码
 注册
查看: 2187|回复: 0

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

[复制链接]
发表于 2012-10-1 21:14:03 | 显示全部楼层 |阅读模式
goodSamplesGenes(WGCNA)
goodSamplesGenes()所属R语言包:WGCNA

                                         Iterative filtering of samples and genes with too many missing entries
                                         有太多的遗漏的项目迭代的样本和基因筛选

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This function checks data for missing entries and zero-variance genes,  and returns a list of samples and genes  that pass criteria maximum number of missing values. If necessary, the filtering is iterated.
此功能检查遗漏的项目和零变异基因的数据,并返回一个列表,通过标准的最大数量的遗漏值的样本和基因。如果有必要,过滤被重复。


用法----------Usage----------


goodSamplesGenes(
  datExpr,
  minFraction = 1/2,
  minNSamples = ..minNSamples,
  minNGenes = ..minNGenes,
  verbose = 1, indent = 0)



参数----------Arguments----------

参数:datExpr
  expression data. A data frame in which columns are genes and rows ar samples.  
表达数据。一个数据框的基因,在哪些列和行AR样本。


参数:minFraction
minimum fraction of non-missing samples for a gene to be considered good.  
非缺失的基因要考虑好样的最低分数。


参数:minNSamples
minimum number of non-missing samples for a gene to be considered good.   
被视为良好的基因非缺失样本的最小数目。


参数:minNGenes
minimum number of good genes for the data set to be considered fit for analysis. If the actual number of good genes falls below this threshold, an error will be issued.  
良好的数据集被认为是合适的分析基因的最小数目。如果实际的优良基因数目低于此阈值时,会发出错误。


参数:verbose
integer level of verbosity. Zero means silent, higher values make the output progressively more and more verbose.  
整数的详细程度。零表示沉默,较高的值使输出越来越多,更详细。


参数:indent
indentation for diagnostic messages. Zero means no indentation, each unit adds two spaces.  
缩进诊断消息。零表示无压痕,每个单元增加两个空格。


Details

详细信息----------Details----------

This function iteratively identifies samples and genes with too many missing entries and genes with zero variance. Iterations may be required since excluding samples effectively changes criteria on genes and vice versa. The process is repeated until the lists of good samples and genes are stable. The constants ..minNSamples and ..minNGenes are both set to the value 4.
此功能反复识别样本和基因有太多的遗漏的项目和与零的基因变异。迭代可能是必需的,因为不包括样品有效地改变标准的基因,反之亦然。重复该过程,直到列表良好范例和基因的是稳定的。的常量..minNSamples和..minNGenes都设置为值4。


值----------Value----------

A list with the foolowing components:
列表的foolowing组件:


参数:goodSamples
   A logical vector with one entry per sample that is TRUE if the sample is considered good and FALSE otherwise.   
逻辑向量与每一个条目样本是TRUE,如果样本被认为是好的和FALSE否则。


参数:goodGenes
  A logical vector with one entry per gene that is TRUE if the gene is considered good and FALSE otherwise.   
与每一个条目的基因,是一个逻辑矢量TRUE,如果基因被认为是好,FALSE否则。


(作者)----------Author(s)----------


Peter Langfelder



参见----------See Also----------

goodSamples, goodGenes
goodSamples,goodGenes

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-25 08:41 , Processed in 0.024870 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表