彪马

在微阵列分析中传播不确定性

大多数Affymetrix GeneChip数据分析基于表达水平的点估计，忽略这种估计的不确定性。通过将不确定性传播到下游分析，我们可以改善微阵列分析的结果。Puma Pack第一次，为一般受众提供了一套不确定性的传播方法。PUMA还提供了以前可用的不确定性传播方法的范围和执行速度的改进。包括总结，差异表达式检测，聚类和PCA方法，以及有用的绘图和数据操作函数。

作者	Richard D. Pearson，Xuejun Liu，Magnus Rattray，Marta Milo，Neil D. Lawrence，Guido Sanguinetti
维护者	理查德皮尔森

要安装此包，请启动R并输入：

来源（“http://biocondudard.org/bioclite.r”）Bioclite（“Puma”）

Vignettes（文件）

包装下载

puma.pdf.

来源	puma_1.4.3.tar.gz.
Windows二进制文件	puma_1.4.3.zip.
OS X二进制文件	puma_1.4.3.tgz.

细节

Biocviews.	微阵列那oneChannel.那预处理那统计数据那不同的亚兴那聚类
依靠	r，biobase，yiry，rimma，诠释，范律
建议	Pumadata，雪
进口
系统要求
执照	LGPL不包括Donlp2.
URL.	http://umber.sbs.man.ac.uk/resources/puma.
dependsonme.
建议