R语言 CORREP包 cor.LRtest()函数中文帮助文档(中英文对照)

loveR

cor.LRtest(CORREP)
cor.LRtest()所属R语言包：CORREP

                                        Maximum Likelihood Ratio Test for Multivariate Correlation Estimator (Positive Determinants)
                                         多元相关性估计（正行列式）的最大似然比检验

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs LRT to test if multivariate correlation vanishes. Note this code will return NaN's if the matrix determinant is negative (see below).
执行轻铁测试，如果多元相关性消失。注意：此代码将返回NaN如果矩阵的行列式是负数（见下文）。


用法----------Usage----------


cor.LRtest(x, m1, m2)



参数----------Arguments----------

参数：x
data matrix, column represents samples (conditions), and row represents variables (genes), see example below for format information
数据矩阵，列代表样本（条件），行代表变量（基因），见下面的例子的格式信息


参数：m1
number of replicates for gene X
数重复基因X


参数：m2
number of replicates for gene Y
数重复基因Ÿ


Details

详情----------Details----------

Under the multivaraite normal distribution assumption, the column vectors of the  data are iid samples. We test the followiing hypothesis: H0: Z ~ N(mu, Sigma0), H1 ~ N(mu, Sigma1). Let M = Inverse(Sigma0)*Sigma1, the likelihood ratio test  statistic $G^2$, is, n*[trace(M)-log(det(M))-(m1+m2)]. Under the H0, $G^2$ follows a chi-square distribution with $2m1*m2$ degree of freedom. In some case, the determinant of M is negative so that the log(det(M)) returns NaN. There are two ways to deal with this problem, one, those M's whose determinants are negative tend to consist of very small correlations that are biological irrelevant. Therefore, we can simply ignore those gene pairs that the determinants of correlation matrices M's are negative. Second, we can "standardize" the M to make the determinant positive (implemented in function cor.LRtest.std). In most of cases, we recommend using function cor.LRtest. Use cor.LRtest.std only you know what you are doing.      
下的multivaraite的正态分布假设，数据的列向量IID样本。我们测试的followiing假设：H 0：žN（亩，Sigma0），中，H1 N（亩，Sigma1）。设M =逆（Sigma0）* Sigma1，似然比检验统计量的G ^ 2 $，N * [微量元素（M）log（DET（男）） - （M1 + M2）]。 H 0下，与2M1元*平方米元自由度的卡方分布图$ G ^ 2美元以下。在某些情况下，并购的决定因素是负的，这样log（DET（男））将返回NaN。有两种方式来处理这个问题，一，这些M的，其决定因素是否定的，往往是由非常小的相关性是生物无关。因此，我们可以简单地忽略这些基因对相关矩阵M的决定因素是负面的。其次，我们可以“规范”的M行列式阳性（在功能cor.LRtest.std实施）。在大多数情况下，我们建议使用功能cor.LRtest。使用cor.LRtest.std只有你知道你在做什么。


值----------Value----------


参数：p.value
The p-value of the LRT
轻铁的P-值


作者（S）----------Author(s)----------


Youjuan Li and Dongxiao Zhu



参考文献----------References----------



参见----------See Also----------

cor.LRtest.std, cor.test
cor.LRtest.std，cor.test


举例----------Examples----------


library("CORREP")
library("MASS")
Sigma <- matrix(c(1, 0.8, .5,.5, 0.8, 1,
0.5,0.5,0.5,0.5,1,0.6,0.5,0.5,0.6,1),4,4)
dat <- mvrnorm(50, mu=c(0,0,0,0), Sigma)
dat.std <- apply(dat,2,function(x) x/sd(x))
cor.LRtest(t(dat.std), m1=2, m2=2)

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。