教程
建立DNA混合物模型
数据 (MC15) MC15(MC15) $ 标记 == “TH01” ,]
##标记等位基因高度K1 K2 K3 ##35 TH01 7.0 727 1 0 ##36 TH01 8.0 625 1 0 ##37螺纹01 9.0 0 2 0 ##38 TH01 9.3 165 0 2
数据 (美国加利福尼亚州) 高加索 $ 标记 == “TH01” ,]
##标记等位基因频率 ##22 TH01 5.0 0.001659967 ##23 TH01 6.0 0.231785364 ##24 TH01 7.0 0.190396192 ##25 TH01 8.0 0.084438311 ##26 TH01 9.0 0.114237715 ##27 TH01 9.3 0.367542649 ##28 TH01 10.0 0.008279834 ##1月29日11.0 0.001659967
数据 (SGMplus染料) 混合Hp <- DNA混合物 ( 列表 (MC15), k个 = 4 , K(K) = c(c) ( “K1” , “K2” , “K3” ), C类 = 列表 ( 50 ), 数据库 =美国加利福尼亚州, 染料 = 列表 (SGMplus染料)
情节 (混合Hp, 电子节目单 = 真的 , 染料 = 列表 ( c(c) ( “蓝色” , “绿色” , “黑色” )))
估算模型参数
第页 <- 混合器 ( ρ = 列表 ( 30 ), 埃塔 = 列表 ( 34 ), xi(西) = 列表 ( 0.08 ), φ = 列表 ( c(c) ( 第1页 = 0.71 , K3公司 = 0.09 , K2(K2) = 0.19 , 1号机组 = 0.01 ))) mlHp(毫升马力) <- mixML(混合ML) (混合Hp, 部分 =p) mlHp(毫升马力) $ 最大似然比
##rho eta xi phi公司。 U1φ。 K1φ。 K2φ。 K3公司 ##1 34.24 26.67 0.0737 0.008459 0.8205 0.04734 0.1237
变量15Hp <- varEst公司 (混合Hp,mlHp $ mle、, 非营利机构 = 列表 ( ρ = 1 , 埃塔 = 1 , xi(西) = 1 , φ = 1 )) 总结 (变量15Hp)
##估算标准误差 ##第134237675页7.13108 ##等等1 26.668456 5.61843 ##xi.1 0.073699 0.01441 ##φ。 U1.1 0.008459 0.01853 ##φ。 K1.1 0.820501 0.02015 ##φ。 K2.1 0.047343 0.01361 ##φ。 K3.1 0.123698 0.01532
似然函数和似然比
混合Hd <- DNA混合物 ( 列表 (MC15), k个 = 4 , K(K) = c(c) ( “K1” , “K2” ), C类 = 列表 ( 50 ), 数据库 =美国加利福尼亚州) 第页 <- 混合器 ( ρ = 列表 ( 30 ), 埃塔 = 列表 ( 34 ), xi(西) = 列表 ( 0.08 ), φ = 列表 ( c(c) ( 第1页 = 0.71 , 1号机组 = 0.09 , K2(K2) = 0.19 , U2乐队 = 0.01 ))) mlHd(毫升小时) <- mixML(混合ML) (混合Hd, 部分 =p) 百万赫兹 $ 最大似然比
##rho eta xi phi公司。 U1φ。 U2φ。 K1φ。 K2(K2) ## 1 25.54 35.8 0.07192 0.08115 0.08114 0.7983 0.0394
mlHp(毫升马力) $ 喜欢 ##K1&K2&K3&U1
##[1]-271.8021
mlHd(毫升小时) $ 喜欢 ##K1&K2&U1&U2
## [1] -297.7915
(mlHp $ 喜欢 - mlHd(毫升小时) $ (例如) / 日志 ( 10 )
## [1] 11.28704
混合反卷积
设置峰值信息 (混合Hp,mlHp $ 最大似然比) ##观察到的峰高条件 mp(最大功率) <- 地图.基因型 (混合Hp, pmin(pmin) = 0.008 , ##找到最佳的基因型 标记 = “TH01” ) 总结 (百万英镑)
## ##TH01: ##U1.1 U1.2探头 ##1 9.3北美0.247461 ## 2 7 9.3 0.154065 ## 3 9.3 9.3 0.138326 ##4 7北美0.136296 ##5北美0.108608 ## 6 8 9.3 0.067610 ##7 8纳0.059862 ## 8 7 7 0.042352 ## 9 7 8 0.037264 ## 10 8 8 0.008155 ## ##总概率:1
质疑混合物的解释
模拟峰值高度
##将观察到的峰高与模型下模拟的峰高进行比较 模拟人生 <- r峰值高度 (混合Hp,mlHp $ mle、, 国家统计局 = 100 , 距离 = “有条件” ) 旧款 <- 标准 ( mfrow公司 = c(c) ( 2 , 5 ), 三月 = c(c) ( 2 , 2 , 2 , 0 )) 箱线图 (mixHp,模拟)
标准 (旧款)
分位数图
qq峰值 (混合Hp, 部分 =mlHp $ mle、, 距离 = “有条件” )
前次监测图
公共关系 <- 前次得分 (混合Hp, 部分 =mlHp $ 最大似然比) 情节 (公关, 主要的 = “K1、K2、K3和一个未知” )
公共关系 <- 前次得分 (混合Hd, 部分 =mlHd $ 最大似然比) 情节 (公关, 主要的 = “K1、K2和两个未知数” )
高级示例
proflik公司 <- 功能 ( x个 ){ mixML(混合ML) (混合Hp,mlHp $ mle、, 约束 = 功能 ( 第页 )第页[[ 1 , “φ” ]][[ “K3” ]], val值 =x) $ 喜欢 } proflik公司 <- 矢量化 (专业) 曲线 ( proflik公司 (x) - mlHp(毫升马力) $ 比如, 0.01 , 0.2 , n个 = 19 , xlab公司 = 表达 (φ[K3]), 伊拉布 = “配置文件可能性” )