R语言的遗传模块.docx

R语言的遗传模块.docx

ID:61672952

大小:39.94 KB

页数:9页

时间:2021-03-08

R语言的遗传模块.docx_第1页
R语言的遗传模块.docx_第2页
R语言的遗传模块.docx_第3页
R语言的遗传模块.docx_第4页
R语言的遗传模块.docx_第5页
资源描述:

《R语言的遗传模块.docx》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、我接触R的算是不短了,已两年多了。期断断的看了些R网站上的材料。在已了用R做数据分析了,并且越来越喜用R来做分析了。之前我用SAS,SPSS也试过Stata,但是三个件都没有的模(至少国内流行的盗版里没有)。所以和其它相比,我想R我也更有用些。COS里提到R在方面的packagegeneticstatistics里的用的帖子很少。我在里写一些我平用到的的明,一来算是个人小再者算是抛引玉吧,希望COS里的各位多写些相关的西。Introduction.CRANTaskView:StatisticalGeneticsCRANTaskView当中有一个独的Package和

2、相关接。足可以看出Genetics部分,里面列出了40个相关的R在学当中的影响和作用。里面核心的corepackage有以下三个:genetics,gap,和haplo.stats。有一个我常用到的包是DGCgenetics,算是genetics包的展。以后我会提到以上几个包里面的一些函数。大致包括以下几方面的内容:1.以上几个package数据格式的要求;2.多位点的基本信息(MAF等);3.Hardy-Weinberg平衡;4.LD的算;5.关研究常用方法;6.Power的算;⋯先一下前面提到的几个包的安装吧,其很。一个一个用当然可以。相点的方法是用CRANT

3、askViews里提到的install.packages()ctv包来批量安装。函数来安装install.packages("ctv")#首先安装"ctv"packagelibrary(ctv)#入ctvpackageinstall.views("Genetics",coreOnly=TRUE)#安装的包。如果不加"core.only=TRUE"会安装所有的genetics,gap,haplo.stats40个相关的三个核心包及依package。install.packages("genetics",coreonly=TRUE)DGCgenetics包的下

4、地址是oftware/DGCgenetics_1.0.zip。你需要先下个包,然后本地安装。方法大家都知道,数据格式(1)Rgui的Packages菜的Installpackage(s)fromlocalzipfiles。遗传研究收集的数据有自己的特点。往往是数据集中即包含一般的表型数据(分类和连续变量;如血压水平,BMI和性别等),又包括基因型数据。分析时往往还需要用到不同的遗传模型,什么显性、隐形、加性模型,或者是按照分类变量来处理(有时候也称为共显性模型)。用SAS或SPSS分析遗传数据时,如果要用不同的遗传模型进行数据分析的话,必须先进行数据

5、转换,过程相对复杂。R中的genetics包专门为基因型数据提供了一个新的class(类),你可以很方便的用genotype()或makeGenotypes()函数将不同形式的初始基因型数据转换成基因型数据,并为数genotypegeneticssummary.genotype()plot.genotype()函数。你可以很方便的用summary()函数获取基因型数据的基因型频率、等位基因频率等基本信息,用plot()函数做出基因型的柱状图。先说一下genotype()函数,该函数是基因型数据转换成便于分析的带有genetics包里最基本的函数。可以将以下

6、四种形式的初始genotypeclass的数据。1.以一个字符分隔的向量E.g.g1<-genotype(c("D/D","D/I","D/D","I/I","D/D",NA))g2<-genotype(c("C-C","C-T","C-C","T-T","C-C",""),sep="-")2.可以按某一位置分隔的向量E.g.g3<-genotype(c("DD","DI","DD","II",""),sep=1)#sep=1表示在位置1后分成两个allele3.两个分开的向量E.g.allele1<-c("D","D","D","I","")allele2<

7、-c("D","I","D","I","")g4<-genotype(allele1,allele2)4.数据框或矩阵中的两列data<-data.frame(allele1=c("D","D","D","I",""),allele2=c("D","I","D","I",""))g5<-genotype(data$allele1,data$allele2)ordata1<-cbind(allele1=c("D","D","D","I",""),allele2=c("D","I","D","I",""))g6<-genotype(data1)实际的数据分析过程中建

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。