R语言 crlmm包 xyplot()函数中文帮助文档(中英文对照)

loveR

xyplot(crlmm)
xyplot()所属R语言包：crlmm

                                        Plot prediction regions and normalized intensities.
                                         图预测区域和规范化的强度。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Plot prediction regions for integer copy number and normalized intensities.
整数拷贝数和归一化强度的图预测区域。


用法----------Usage----------


xyplot(x, data, ...)



参数----------Arguments----------

参数：x
A formula.  
Aformula。


参数：data
A CNSet object.  
一个CNSet对象。


参数：...
Additional arguments passed to xyplot function in lattice.  
额外的参数传递给xyplot函数晶格。


值----------Value----------

A trellis object.
一个trellis对象。


作者（S）----------Author(s)----------



R. Scharpf




参见----------See Also----------

xyplot, ABpanel
xyplot，ABpanel


举例----------Examples----------


data(cnSetExample2)
table(batch(cnSetExample2))
sample.index <- which(batch(cnSetExample2) == "CUPID")
## A single SNP[＃一个单一的SNP]
pr <- predictionRegion(cnSetExample2[1:4, sample.index], copyNumber=0:4)
gt <- calls(cnSetExample2[1:4, sample.index])
lim <- c(6,13)
xyplot(B~A|snpid, data=cnSetExample2[1:4, sample.index],
       predictRegion=pr,
       panel=ABpanel,
       pch=21,
       fill=c("red", "blue", "green3")[gt],
       xlim=lim, ylim=lim)

## multiple SNPs, prediction regions for 3 batches[＃多个单核苷酸多态性，预测区域的3批]
## Not run: [＃无法运行：]
        tab <- table(batch(cnSetExample2))
        bns <- names(tab)[tab > 50]
        sample.index <- which(batch(cnSetExample2)
        pr <- predictionRegion(cnSetExample2[1:10, sample.index], copyNumber=0:4)
        gt <- as.integer(calls(cnSetExample2[1:10, sample.index]))
        xyplot(B~A|snpid, data=cnSetExample2[1:10, sample.index],
               predictRegion=pr,
               panel=ABpanel,
               pch=21,
               fill=c("red", "blue", "green3")[gt],
               xlim=c(6,12), ylim=c(6,12))

        ## nonpolymorphic markers[＃nonpolymorphic标记]
        data(cnSetExample2)
        tab <- table(batch(cnSetExample2))
        bns <- names(tab)[tab > 50]
        sample.index <- which(batch(cnSetExample2)
        np.index <- which(!isSnp(cnSetExample2))[1:10]
        taus <- tau2(cnSetExample)[np.index, , , ]
        pr <- predictionRegion(cnSetExample2[np.index, sample.index],
                               copyNumber=0:4)
        pp <- posteriorProbability(cnSetExample2[np.index, sample.index],
                                   predictRegion=pr,
                                   copyNumber=0:4)

## End(Not run)[＃结束（不运行）]

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。