这是发展版本的末代;对于稳定版本,请参阅犹太人。
生物导体版本:开发(3.16)
某些委托书用于执行监督的多级分析,以衡量组之间观察到的连续基因组数据的幅度和统计学意义。通常,数据将是来自基于数组或基于序列的实验的基因表达值,但是也可以分析来自其他类型实验的数据(例如,拷贝数变化)。传统方法如微阵列(SAM)的显着性分析和微阵列数据的线性模型(LIMMA)使用基于分布的摘要统计数据(平均值和标准偏差)的显着性测试。这种方法缺乏识别显示出高水平组内异质性的组之间表达差异的能力。Earth Mover的距离(EMD)算法相反,可以计算将一个分布转换为另一个分布所需的“工作”,从而提供了两个分布之间形状的总体差异的度量。样品标签的置换用于生成观察到的EMD评分的Q值。该软件包还结合了Komolgorov-Smirnov(K-S)测试和Cramer Von Mises测试(CVM),这都是常见的分布比较测试。
作者:Sadhika Malladi [AUT,CRE],Daniel Schmolze [AUT,CRE],Andrew Beck [aut],Sheida Nabavi [aut]
维护者:sadhika malladi
引用(从r内,输入引用(“媒体”)
):
要安装此软件包,请启动R(版本“ 4.2”)并输入:
if(!quired(“ Biocmanager”,悄悄= true))install.packages(“ Biocmanager”)#以下初始化Bioc Devel Biocmanager :: install(decon ='devel')biocmanager :: install(“ demdomics”)的用法
对于R的较旧版本,请参考适当的生物导体释放。
要查看系统中安装此软件包的版本的文档,请启动R并输入:
Browsevignettes(“末端”)
html | R脚本 | 末期小插图 |
参考手册 | ||
文本 | 消息 | |
文本 | 执照 |
生物浏览 | 差异性,,,,基因表达,,,,微阵列,,,,软件 |
版本 | 2.27.0 |
在生物导体中 | Bioc 3.1(R-3.2)(7年) |
执照 | 麻省理工学院 +文件执照 |
要看 | R(> = 3.2.1) |
进口 | emdist,,,,生物比较,,,,矩阵,,,,GGPLOT2,,,,CDFT,,,,预处理 |
链接 | |
建议 | 尼特 |
系统要求 | |
增强 | |
URL | |
取决于我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
跟随2021年欧洲杯比分预测 在R会话中使用此软件包的说明。
源包 | emdomics_2.27.0.tar.gz |
Windows二进制 | emdomics_2.27.0.zip |
MacOS 10.13(高山脉) | emdomics_2.27.0.tgz |
源存储库 | git克隆https://git.bioconductor.org/packages/mondomics |
源存储库(开发人员访问) | git clone git@git.bioconductor.org:套餐/末端 |
包装短URL | //www.andersvercelli.com/packages/mondomics/ |
软件包下载报告 | 下载统计 |
文档»
生物导体