← Back to branch summary

~ubuntu-branches/ubuntu/utopic/r-cran-genabel/utopic

« back to all changes in this revision

Viewing changes to man/GC_ovdom.Rd

  • Committer: Package Import Robot
  • Author(s): Andreas Tille, Charles Plessy, Andreas Tille
  • Date: 2014-08-07 17:30:04 UTC
  • mfrom: (1.1.6)
  • Revision ID: package-import@ubuntu.com-20140807173004-24c20tmrw61yl5dz
Tags: 1.8-0-1
[ Charles Plessy ]
* debian/control: removed myself from Uploaders.

[ Andreas Tille ]
* New upstream version
* Moved debian/upstream to debian/upstream/metadata
* cme fix dpkg-control
* More detailed copyright

Show diffs side-by-side

added added

removed removed

Lines of Context:
man/GC_ovdom.Rd
1
 
\name{GC_ovdom}
2
 
\alias{GC_ovdom}
3
 
\title{Genomic control for overdimunant model of inheritance using VIF}
4
 
\usage{
5
 
  GC_ovdom(data, p, method = "regress", n,
6
 
    index.filter = NULL, proportion = 1, clust = 0,
7
 
    vart0 = 0, tmp = 0)
8
 
}
9
 
\arguments{
10
 
  \item{data}{Input vector of Chi square statistic}
11
 
 
12
 
  \item{method}{Function of error to be optimized. Can be
13
 
  "regress", "median" or "ks.test"}
14
 
 
15
 
  \item{p}{Input vector of allele frequencies}
16
 
 
17
 
  \item{index.filter}{Indexes for variables that will be
18
 
  use for analisis in data vector}
19
 
 
20
 
  \item{n}{size of the sample}
21
 
 
22
 
  \item{proportion}{The proportion of lowest P (Chi2) to be
23
 
  used when estimating the inflation factor Lambda for
24
 
  "regress" method only}
25
 
 
26
 
  \item{clust}{For developers only}
27
 
 
28
 
  \item{vart0}{For developers only}
29
 
 
30
 
  \item{tmp}{For developers only}
31
 
}
32
 
\value{
33
 
  A list with elements \item{Zx}{output vector corrected
34
 
  Chi square statistic} \item{vv}{output vector of VIF}
35
 
  \item{exeps}{output vector of exepsons (NA)}
36
 
  \item{calrate}{output vector of calrate} \item{F}{F}
37
 
  \item{K}{K}
38
 
}
39
 
\description{
40
 
  This function estimates the corrected statistic using
41
 
  genomic control for overdimunant model, using VIF. VIF
42
 
  coefficients are estimated by optimizing diffrent error
43
 
  functions: regress, median and ks.test.
44
 
}
45
 
\examples{
46
 
data(ge03d2)
47
 
# truncate the data to make the example faster
48
 
ge03d2 <- ge03d2[seq(from=1,to=nids(ge03d2),by=2),seq(from=1,to=nsnps(ge03d2),by=3)]
49
 
qts <- mlreg(phdata(ge03d2)$dm2~1,data=ge03d2,gtmode = "overdominant")
50
 
chi2.1df <- results(qts)$chi2.1df
51
 
s <- summary(ge03d2)
52
 
freq <- s$Q.2
53
 
result <- GC_ovdom(p=freq,method = "median",data=chi2.1df,n=nids(ge03d2))
54
 
}
55
 
\author{
56
 
  Yakov Tsepilov
57
 
}
58
 
\keyword{htest}
59