安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”) biocLite(“相乘”)
在大多数情况下,您不需要下载包存档。
![]() ![]() |
这个包是3.4版本Bioconductor;的稳定,最新的发布版本,请参阅乘。
Bioconductor版本:3.4
非参数引导和排列resampling-based多个测试程序(包括经验贝叶斯方法)控制family-wise错误率(弗兰克-威廉姆斯),广义family-wise错误率(gfw),尾概率的假阳性的比例(TPPFP)和错误发现率(罗斯福)。几种选择bootstrap-based空分布实现(集中、集中和缩放,quantile-transformed)。单步和步进式方法是可用的。测试基于各种t -统计量(包括t基于从线性回归参数和生存模型以及基于相关参数)。探索假设t统计量时,用户也可以选择一个潜在的速度零是多元正态分布的平均值为零,方差协方差矩阵向量的影响函数。结果报道在假定值调整方面,信心地区和检验统计量。程序直接适用于识别差异表达基因在DNA微阵列实验。
作者:凯瑟琳·s·波拉德,休斯顿n . Gilbert Yongchao通用电气、桑德拉·泰勒,Sandrine Dudoit
维护人员:凯瑟琳·s·波拉德<凯瑟琳。波拉德:gladstone.ucsf.edu >
从内部引用(R,回车引用(“相乘”)
):
安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”) biocLite(“相乘”)
参考手册 |
biocViews | DifferentialExpression,微阵列,MultipleComparison,软件 |
版本 | 2.30.0 |
Bioconductor自 | BioC 1.6 (r - 2.1)或更早(> 12年) |
许可证 | LGPL |
取决于 | R(> = 2.10),方法,BiocGenerics,Biobase |
进口 | 生存,质量,stats4 |
链接 | |
建议 | 雪 |
SystemRequirements | |
增强了 | |
URL | |
取决于我 | a4Base,aCGH,BicARE,iPAC,KCsmart,LMGene,PREDA,雨,REDseq,SAGx,siggenes,webbioc |
进口我 | ABarray,aCGH,adSplit,anota,ChIPpeakAnno,GeneSelector,IsoGeneGUI,mAPKL,metabomxtr,nethet,OCplus,phyloseq,REDseq,RTopper,synapter,webbioc,xcms |
建议我 | annaffy,BiocCaseStudies,ecolitk,factDesign,GeneSelector,GGtools,GOstats,gQTLstats,GSEAlm,maigesPack,MmPalateMiRNA,oneChannelGUI,pcot2,ropls,topGO |
构建报告 |
遵循bob 体育网址 指示在R会话中使用这个包。
包的来源 | multtest_2.30.0.tar.gz |
Windows二进制 | multtest_2.30.0.zip(32位和64位) |
Mac OS X 10.9(小牛) | multtest_2.30.0.tgz |
Subversion源 | (用户名/密码:只读的) |
Git源代码 | https://github.com/bioconductor - mirror/multtest/tree/release - 3.4 |
包短Url | //www.anjoumacpherson.com/packages/multtest/ |
包下载报告 | 下载数据 |