这个包是3.12版本Bioconductor;的稳定,最新的发布版本,请参阅pcaMethods。
Bioconductor版本:3.12
提供了贝叶斯PCA、概率主成分分析Nipals PCA、逆非线性PCA和传统的圣言PCA。基于集群的缺失值估计方法进行比较。BPCA、车牌提取和NipalsPCA可以用来对不完整的数据进行主成分分析以及准确的缺失值估计。一组印刷方法和策划的结果。所有PCA方法使用相同的数据结构(pcaRes)提供一个公共接口,主成分分析的结果。大的分子植物生理学研究所发起的,,德国歌。
作者:Wolfram Stacklies Henning Redestig,凯文莱特
维护人员:亨宁Redestig <亨宁。红色在gmail.com >
从内部引用(R,回车引用(“pcaMethods”)
):
安装这个包,开始R(版本“4.0”)并输入:
如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“pcaMethods”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“pcaMethods”)
R脚本 | 数据与异常值 | |
R脚本 | 介绍 | |
R脚本 | 缺失值归责 | |
参考手册 |
biocViews | 贝叶斯,软件 |
版本 | 1.82.0 |
Bioconductor自 | BioC 1.9 (r - 2.4)(14.5年) |
许可证 | GPL (> = 3) |
取决于 | Biobase、方法 |
进口 | BiocGenerics,Rcpp(> = 0.11.3),质量 |
链接 | Rcpp |
建议 | matrixStats,晶格,ggplot2 |
SystemRequirements | Rcpp |
增强了 | |
URL | https://github.com/hredestig/pcamethods |
BugReports | https://github.com/hredestig/pcamethods/issues |
取决于我 | DeconRNASeq |
进口我 | CompGO,consensusDE,DAPAR,命运,弗雷泽,MSnbase,MSPrep,先驱者,PanVizGenerator,PhosR,pmp,scde,SomaticSignatures |
建议我 | MsCoreUtils,mtbls2,QFeatures |
我的链接 | |
构建报告 |
遵循bob 体育网址 指示在R会话中使用这个包。
源包 | pcaMethods_1.82.0.tar.gz |
Windows二进制 | pcaMethods_1.82.0.zip(32位和64位) |
macOS 10.13(高山脉) | pcaMethods_1.82.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/pcaMethods |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ pcaMethods |
包短Url | //www.anjoumacpherson.com/packages/pcaMethods/ |
包下载报告 | 下载数据 |