ashr:使用经验贝叶斯的自适应收缩方法
R包“ashr”实现了经验贝叶斯大规模假设检验与错误发现方法基于中提出的方法的速率(FDR)估计M.Stephens,2016年,“虚假发现率:新政”,<doi:10.1093/biostatistics/kxw041>. 可以应用这些方法每当两组汇总统计数据-估计影响和标准错误可用,就像可以应用“qvalue”一样到之前计算的p值。两个主要接口是provided:ash(),更人性化;和ash.workhorse(),它有更多的选项,面向高级用户。这个ash()和ash.workhorse()还提供了灵活的建模能够适应各种可能性的接口(例如。,正态、泊松)和混合先验(例如,均匀、正态)。
文件:
下载内容:
反向依赖关系:
反向取决于: |
捣碎机 |
反向进口: |
细胞内核,清理机,差异绑定,梦想家,电子束纳米,fast主题,ldsep(低密度sep),柠檬醛2,混合两次,QTLE实验 |
反向建议: |
绑定SiteFinder,DESeq2公司,闪光装置,ncvreg公司,顶级糖果 |
反向增强: |
帕拉索 |
链接:
请使用规范形式https://CRAN.R-project.org/package=ashr链接到此页面。