Bioconductor版本:Release (3.15)
EMDomics算法用于执行有监督的多类分析,以测量组间观察到的连续基因组数据的量级和统计显著性。通常数据将是基于阵列或基于序列的实验的基因表达值,但也可以分析来自其他类型实验的数据(例如拷贝数变化)。传统的方法如微阵列显著性分析(SAM)和微阵列数据线性模型(LIMMA)使用基于分布的汇总统计数据(平均值和标准差)的显著性检验。这种方法缺乏识别组间表达差异的能力,表明组内异质性较高。相反,地球移动器距离(EMD)算法计算将一个分布转换为另一个分布所需的“功”,从而提供了两个分布之间整体形状差异的度量。样本标签的排列用于为观察到的EMD评分生成q值。这个包还包含了Komolgorov-Smirnov (K-S)检验和Cramer von Mises检验(CVM),它们都是常见的分布比较检验。
作者:Sadhika Malladi [aut, cre], Daniel Schmolze [aut, cre], Andrew Beck [aut], Sheida Nabavi [aut]
维护者:Sadhika Malladi
引文(从R内,输入引用(“EMDomics”)
):
要安装这个包,启动R(版本“4.2”)并输入:
如果(!require("BiocManager", quiet = TRUE))安装包("BiocManager")
对于R的旧版本,请参考相应的Bioconductor释放.
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“EMDomics”)
超文本标记语言 | R脚本 | EMDomics装饰图案 |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | 2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 |
版本 | 2.26.0 |
在Bioconductor | BioC 3.1 (R-3.2)(7.5年) |
许可证 | MIT +文件许可证 |
取决于 | R (>= 3.2.1) |
进口 | emdist,BiocParallel,matrixStats,ggplot2,CDFt,preprocessCore |
链接 | |
建议 | knitr |
SystemRequirements | |
增强了 | |
URL | |
全靠我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。
源包 | EMDomics_2.26.0.tar.gz |
Windows二进制 | EMDomics_2.26.0.zip |
macOS 10.13 (High Sierra) | EMDomics_2.26.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/EMDomics |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/EMDomics |
包短Url | //www.andersvercelli.com/packages/EMDomics/ |
软件包下载报告 | 下载数据 |
文档»
Bioconductor
支持»
请细阅发布指南.将有关Bioconductor的问题发送到以下位置之一: