统计假设检验方法用渐近法推断无模型函数依赖chi-square或精确分布。功能测试统计数据是不对称的、功能最优的、唯一的来自其他相关统计数据。此软件包中的测试显示基于因果关系的因果关系证据-功能原理。它们包括渐近泛函chi-squared测试(Zhang&Song 2013)<doi:10.48550/arXiv.1311.2707>,一项改进的功能性chi-squared测试(Kumar和Song 2022)<doi:10.1093/bioinformatics/btac206>, 和精确的功能测试(Zhong&Song 2019)<doi:10.1109/TCBB.2018.2809743>(Nguyen等人,2020)<doi:10.24963/ijcai.2020/372>. 归一化函数最佳表现者“NMSUSongLab”使用了方形检验HPN-DREAM(DREAM8)乳腺癌网络推断挑战(Hill等人,2016)<doi:10.1038/nmeth.3773>. A类功能指数(中宋2019)<doi:10.1186/s12920-019-0565-9>(Kumar等人,2018年)<doi:10.1109/BIBM.2018.8621502>派生自功能测试统计提供了一种新的效果大小度量为了增强功能依赖性在许多方面替代了条件熵。对于连续数据,这些测试比参数函数形式时的回归分析无法假设;对于分类数据,它们提供了评估方向依赖性的新方法不可能对称的Pearson七方形或Fisher精确测验。
请使用规范形式https://CRAN.R-project.org/package=FunChisq链接到此页面。