<!-- README.md是从README生成的。房间。请编辑该文件-->#`CBEA`:R中的分类富集分析<!-- 徽章:开始-->[![Codecov测试覆盖范围](https://codecov.io/gh/qpmnguyen/CBEA/branch/master/graph/badke.svg)](https://codecov.io/gh/qpmnguyen/CBEA?分支=主机)[![项目状态:活动–项目已达到稳定可用状态状态并正在积极已开发。](https://www.repostatus.org/bodes/latest/active.svg)](https://www.repostatus.org/#active)[![R-CMD-检查](https://github.com/qpmnguyen/CBEA/workflows/R-CMD-check-bioc/bade.svg)](https://github.com/qpmnguyen/CBEA/actions网站)<!-- [![BioC状态](http://www.bioconductor.org/shields/build/release/bioc/CBEA.svg)](https://bioconductor.org/checkResults/release/bioc-LATEST/CBEA网站) --><!-- 徽章:结束-->###Quang Nguyen(广元)“CBEA”包提供了执行分类的基本功能R中的富集分析。该软件包主要支持“CBEA”`方法,并为用于分析的发电机组提供附加支持使用基因集测试文献中常用的方法。###安装以及[GitHub]的开发版本(https://github.com/)具有:```第页#install.packages(“devtools”)开发工具::install_github(“qpmnguyen/CBEA”)```###功能该软件包实现了基于集合的微生物相对丰度数据富集分析的CBEA方法。[在bioXriv上]可以找到包裹的预印本(https://www.biorxiv.org/content/10.101/2021.09.07.459294v1.full). 总之,CBEA(分类富集分析的竞争平衡)通过将输入的分类群逐样本数据矩阵转换为对应的分类群逐样本数据矩阵,来提供对一个集合的活动的估计。由此产生的输出可用于其他下游分析,如差异丰度、分类、聚类,等。CBEA应用的转换基于等距对数比转换,该转换捕获集合的丰富性,作为集合中变量的几何平均值与剩余分类单元之间的平衡。推理过程是通过估计测试统计量的零分布来完成的。这可以通过排列或分布形式对排列分数的参数拟合来实现。用户还可以根据分类群间相关性导致的方差膨胀进行调整。请参阅主要手稿了解更多细节。