稳健概率平均(RPA)是一种完全可扩展的算法，用于任何大小的短寡核苷酸微阵列集合的探针级预处理和分析，从中等大小的标准数据集到涉及数万个样本的任意大的微阵列图集。
特殊的包装可用于Affymetrix基因表达阵列和系统发育微阵列(HITChip)。
RPA还基于严格的概率模型提供了探针特定亲和性和噪声的明确数据驱动估计，并在基准测试中显著优于标准RMA模型(NAR 2013)，同时实现了充分的可扩展性。
该方法可在R / Bioconductor，并在以下列出的出版物中记录。有关所有安装和使用说明，请参阅战维基．
RPA方法在这两种出版物中都有记载。如有必要，请注明:
短寡核苷酸微阵列图谱的完全可扩展在线预处理算法Leo Lahti, Aurora Torrente, Laura L Elo, Alvis Brazma, Johan Rung。核酸研究41 (10): e110, 2013年。
短寡核苷酸阵列差异基因表达研究中探针可靠性的概率分析Leo Lahti, Laura L. Elo, Tero Aittokallio和Samuel Kaski。计算生物学和生物信息学汇刊8(1): 217 - 2011。