Pakiet: r-bioc-qusage (2.40.0-1)

Odnośniki dla r-bioc-qusage

Zasoby systemu Debian:

Pobieranie pakietu źródłowego r-bioc-qusage:

Opiekunowie:

Zasoby zewnętrzne:

Strona internetowa [bioconductor.org]

Podobne pakiety:

Pakiet eksperymentalny

Ostrzeżenie: Pakiet pochodzi z dystrybucji eksperymentalnej. Oznacza to, że prawdopodobnie jest niestabilny lub zawiera błędy i może spowodować nawet utratę danych. Przed użyciem pakietu proszę koniecznie zapoznać się z dziennikiem zmian i inną dostępną dokumentacją.

qusage: Quantitative Set Analysis for Gene Expression

This package is an implementation the Quantitative Set Analysis for Gene Expression (QuSAGE) method described in (Yaari G. et al, Nucl Acids Res, 2013). This is a novel Gene Set Enrichment-type test, which is designed to provide a faster, more accurate, and easier to understand test for gene expression studies. qusage accounts for inter-gene correlations using the Variance Inflation Factor technique proposed by Wu et al. (Nucleic Acids Res, 2012). In addition, rather than simply evaluating the deviation from a null hypothesis with a single number (a P value), qusage quantifies gene set activity with a complete probability density function (PDF). From this PDF, P values and confidence intervals can be easily extracted. Preserving the PDF also allows for post-hoc analysis (e.g., pair-wise comparisons of gene set activity) while maintaining statistical traceability. Finally, while qusage is compatible with individual gene statistics from existing methods (e.g., LIMMA), a Welch-based method is implemented that is shown to improve specificity. For questions, contact Chris Bolen ([email protected]) or Steven Kleinstein ([email protected])

Inne pakiety związane z r-bioc-qusage

wymaga

poleca

sugeruje

enhances

dep: r-api-4.0

Pakiet niedostępny
dep: r-api-bioc-3.20

pakiet wirtualny udostępniany przez r-bioc-biocgenerics
dep: r-bioc-biobase

base functions for Bioconductor
dep: r-bioc-limma (>= 3.14)

linear models for microarray data
dep: r-cran-emmeans

GNU R estimated marginal means, aka least-squares means
dep: r-cran-fftw

GNU R fast FFT and DCT Based on the FFTW Library
dep: r-cran-nlme

GNU R package for (non-)linear mixed effects models

Pobieranie r-bioc-qusage

Pobierz dla wszystkich dostępnych architektur
Architektura	Rozmiar pakietu	Rozmiar po instalacji	Pliki
all	9 983,5 KiB	10 272,0 KiB	[lista plików]