阿什尔

包装ashr:自适应收缩方法,使用经验Bayes。R包“ashr”基于M.Stephens,2016,“错误发现率:新政”中提出的方法,实施了大规模假设检验和错误发现率(FDR)估计的经验贝叶斯方法,<doi:10.1093/biostatistics/kxw041>中提出的方法。只要有两组可用的汇总统计估计效果和标准误差,就可以应用这些方法,就像“qvalue”可以应用于先前计算的p值一样。提供两个主要界面:ash(),更人性化;以及ash.workhorse(),它有更多的选项,面向高级用户。ash()和ash.workhorse()还提供了一个灵活的建模界面,可以适应各种可能性(例如,normal、Poisson)和混合优先级(例如uniform、normal)。