##尝试http://如果https:// url不支持源(“//www.andersvercelli.com/biocLite.R”)biocLite(“sa”)

这个包适用于Bioconductor 2.9版;有关稳定的最新发布版本，请参见股东价值分析．

替代变量分析

Bioconductor版本:2.9

sva包包含在高通量实验中去除批效应和其他不需要的变化的功能。具体来说，sva包包含用于识别和构建高维数据集的代理变量的函数。代理变量是直接从高维数据(如基因表达/RNA测序/甲基化/脑成像数据)构建的协变量，可用于后续分析，以调整未知的、未建模的或潜在的噪音源。sva包可用于以两种方式去除伪效应:(1)在高通量实验中识别和估计未知变异源的替代变量(Leek和Storey 2007 PLoS Genetics,2008 PNAS)和(2)使用ComBat直接去除已知的批效应(Johnson et al. 2007生物统计学)。在差异表达分析中去除批效应和使用替代变量已被证明可以降低依赖性，稳定错误率估计，并提高可重复性，见(Leek和Storey 2007 PLoS Genetics, 2008 PNAS或Leek et al. 2011 Nat. Reviews Genetics)。替代变量分析和ComBat是在微阵列实验的背景下开发的，但可以用作高通量数据集的通用工具，其中可能涉及依赖性。

作者:Jeffrey T. Leek ， W. Evan Johnson ， Hilary S. Parker ， Andrew E. Jaffe ， John D. Storey ，

维护者:Jeffrey T. Leek

安装

要安装这个包，启动R并输入:

##尝试http://如果https:// url不支持源(“//www.andersvercelli.com/biocLite.R”)biocLite(“sa”)

文档

要查看系统中安装的此包版本的文档，请启动R并输入:

browseVignettes(“上海广电”)

PDF		sva.pdf
PDF		参考手册

细节

biocViews	微阵列，MultipleComparisons，预处理，软件，统计数据
版本	3.0.3
在Bioconductor	BioC 2.9 (R-2.14)(4.5年)
许可证	艺术- 2.0
取决于	R (>= 2.8)，corpcor，mgcv
进口
链接
建议	limma，pamr，bladderbatch
SystemRequirements
增强了
URL
全靠我
进口我	触发
建议我
构建报告

包档案

遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。

包的来源	sva_3.0.3.tar.gz
Windows二进制	sva_3.0.2.zip(32位和64位)
Mac OS X 10.6 (Snow Leopard)
Mac OS X 10.9 (Mavericks)
Subversion源	(用户名/密码:只读的)
Git源代码	https://github.com/Bioconductor-mirror/sva/tree/release-2.9
包短Url	//www.andersvercelli.com/packages/sva/
软件包下载报告	下载数据