2、其次一直重复直到获得比较满意的拟合。
3、最后若不显著,则说明数据集中没有离群点。
1、定义一个变量m,并使用函数c()进行对变量m赋值,使用的是“->”,如下图所示。
2、可以不使用函数,直接使用“->”进行赋值。
3、也可以倒过来赋值,将变量放在函数后面,还是使用“->”赋值。
4、可以使用assign对变量进行赋值,前面参数是被赋值的变量,后面是需要的对象。
5、定义一个变量w,使用函数c()进行赋值;定义一个变量c,取w变量的倒数。
6、定义变量k,使用函数c()进行赋值;再定义一个变量h,使用k进行赋值,就完成了。
可以用sva包处理,R sva包去除批次效应(batch effect)
标签:batch-effectr生物信息学
前言:sva包可以去除高通量实验中的批次效应和其它一些无关变量带来的影响。分为两个步骤:
1.鉴定和评估实验中潜在的影响变量;
2.直接应用ComBat去除已知的批次效应;
在sva包中,假定有两种变量需要考虑:1.兴趣变量(如癌症和正常对照)。2.调整变量(如:病人的性别、病人的年龄等)。另外有两种模型矩阵(model matrices):1. full model(全模型):包含以上的两种变量;2. null model:只包含调整变量。