蛋白质组学数据中使用层次结构的统计决策贝叶斯模型。有两个回归模型用于描述均值-方差趋势、伽马回归或潜在伽马混合回归。然后将回归模型用作经验贝叶斯肽方差先验估计量。此外,它假设每个测量值都有相关的不确定性(增加的方差)这也是推断出来的。最后,它尝试估计后面的平均值差异的分布(通过哈密顿蒙特卡罗)数据中的每个肽。一旦推断出后部,它将tails估计统计决策的错误概率可以制作。有关详细信息,请参阅Berg和Popescu(<doi:10.1101/2023.05.11.540411>).
请使用规范形式https://CRAN.R-project.org/package=baldur链接到此页面。