梅

DOI:10.18129 / B9.bioc.MAI

这个包是3.14版本Bioconductor;的稳定,最新的发布版本,请参阅梅。

Mechanism-Aware归责

Bioconductor版本:3.14

一个两步方法在代谢组学将丢失的数据。步骤1使用一个随机森林分类器分类完全随机缺失值消失/随机缺失(MCAR / MAR)或失踪不是随机(MNAR)。MCAR / MAR结合,因为往往很难区分这两个失踪的类型在代谢组学数据。步骤2背景缺失的值基于分类缺失机制,使用适当的归责算法。归责算法测试和用于MCAR / MAR包括贝叶斯主成分分析(BPCA),多个归责没有跳过再邻居(Multi_nsKNN)和随机森林。归责算法测试和用于MNAR包括nsKNN和单一的归责方法归责的代谢物left-censoring存在的地方。

作者:乔纳森Dekermanjian (aut (cre),艾琳Shaddox (aut) Debmalya Nandy (aut) Debashis Ghosh (aut) (Katerina Kechris (aut)

维护人员:乔纳森Dekermanjian <乔纳森。在CUAnschutz.edu Dekermanjian >

安装

安装这个包,开始R(版本“4.1”)并输入:

如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“梅”)

R的旧版本,请参考适当的Bioconductor释放。

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes (MAI)

HTML	R脚本	利用Mechanism-Aware归咎(MAI)
PDF		参考手册
文本		新闻
文本		许可证

细节

biocViews	分类,代谢组学,软件,StatisticalMethod
版本	1.0.0
Bioconductor自	BioC 3.14 (r - 4.1)(< 6个月)
许可证	GPL-3
取决于	R (> = 3.5.0)
进口	脱字符号平行,doParallel,foreach,e1071,future.apply,未来,missForest,pcaMethods,tidyverse统计,跑龙套、方法SummarizedExperiment,S4Vectors
链接
建议	knitr,rmarkdown,BiocStyle,testthat(> = 3.0.0)
SystemRequirements
增强了
URL	https://github.com/KechrisLab/MAI
BugReports	https://github.com/KechrisLab/MAI/issues
取决于我
进口我
建议我
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包	MAI_1.0.0.tar.gz
Windows二进制	MAI_1.0.0.zip
macOS 10.13(高山脉)	MAI_1.0.0.tgz
源库	git克隆https://git.bioconductor.org/packages/MAI
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/麦
包短Url	//www.anjoumacpherson.com/packages/MAI/
包下载报告	下载数据