# #试试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”) biocLite(简述)

DOI:10.18129 / B9.bioc.LPE

方法分析微阵列数据使用本地集中错误(简述)方法

Bioconductor版本:版本(3.5)

这个LPE库是用来做意义的分析与少量的微阵列数据复制。它使用基于重采样的罗斯福调整,给保守的结果比传统的“黑洞”或“由”程序。数据接受与MAS4 txt格式的原始数据,MAS5或dChip。归一化后数据也可以提供。简述图书馆主要用于分析数据之间的两个条件。使用成对的数据,请参阅LPEP图书馆。使用液相外延在多个条件,使用哼哼库。

作者:Nitin Jain < emailnitinjain gmail.com >、迈克尔·奥康奈尔< michaelo warath.com >、< jaeklee virginia.edu > Jae k . Lee。包括R源代码由HyungJun曹<一氧化碳virginia.edu >

维修工:Nitin Jain < emailnitinjain gmail.com >

安装

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(简述)

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(简述)

PDF	R脚本	简述测试与少量的微阵列数据复制
PDF		参考手册
文本		新闻

细节

biocViews	DifferentialExpression,微阵列,软件
版本	1.50.0
Bioconductor自	BioC 1.6 (r - 2.1)或更早(> 12.5年)
许可证	LGPL
取决于	R (> = 2.10)
进口	统计数据
链接
建议
SystemRequirements
增强了
URL	http://www.r-project.orghttp://www.healthsystem.virginia.edu/internet/hes/biostat/bioinformatics/http://sourceforge.net/projects/r-lpe/
取决于我	LPEadj,PLPE
进口我	LPEadj
建议我	ABarray
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	LPE_1.50.0.tar.gz
Windows二进制	LPE_1.50.0.zip
Mac OS X 10.11(埃尔卡皮坦)	LPE_1.50.0.tgz
源库	git克隆https://git.bioconductor.org/packages/LPE
包短Url	//www.anjoumacpherson.com/packages/LPE/
包下载报告	下载数据