iterativeBMAsurv

贝叶斯模型平均(BMA)算法的迭代进行生存分析

迭代贝叶斯模型平均算法(BMA)生存分析的变量选择方法应用生存分析微阵列数据。

作者	阿玛莉亚的华盛顿大学,塔科马,佤邦Ka绮Yeung,华盛顿大学西雅图,华盛顿州
维护人员	卡伊杨

安装这个包,开始R和输入:

源(“//www.anjoumacpherson.com/biocLite.R”) biocLite (“iterativeBMAsurv”)

贝叶斯模型平均算法的迭代进行生存分析	PDF	R脚本
参考手册

biocViews	微阵列,生物信息学
取决于	BMA,跳跃,生存,样条函数
进口
建议
系统需求
许可证	GPL版本2或更高
URL	http://expression.washington.edu/ibmasurv/protected
取决于我
进口我
建议我
发展历史	Bioconductor更新日志