我正在尝试下载WGCNA包,并得到以下错误。
我听从了的指示
install.packages("WGCNA")
我得到以下特别的“警告在install.packages :安装包‘WGCNA’有非零退出状态”。
> install.packages("WGCNA")
Package which is only available in source form, and may need compilation of C/C++/Fortran: ‘WGCNA’
Do you want to attempt to install these from so
> install.packages("WGCNA")
Package which is only available in source form, and may need compilation of C/C++/Fortran:
‘WGCNA’
Do you want to attempt to install these from sources? (Yes/no/cancel) Yes
installing the source package ‘WGCNA’
试开URL’https://cran.rstudio.com/src/contrib/WGCNA
对于每个物种,我都有许多数据集。对于每个数据集,我都有许多表现型。数据集的名称在物种中是主键。该物种也有字符串主关键字(例如,Hs代表智人)。因此,我希望能够按如下方式指定表型:
/species/Hs/mcgary/1
其中mcgary是表型集的名称(slug)。
我知道我可以通过在我的routes.rb文件中放入以下几行代码来获得这样的结果:
match "/species/:species_id/:dataset(/:id/:action)" => 'phenotypes'
match "/species/:species_id/:datas
我有张桌子:
ID Phenotype
AA 1
AB 1
AC 0
AD 1
AE 0
AF 1
AG 0
我有一个I的那些"1“表型,我想从其他"1”表型子集。我想保留所有的"0“表型。
如果名单上写着: AB,AD
预期的结果将是:
ID Phenotype
AA 1
AB 1
AC 0
AD 1
AE 0
AG 0
也就是说,AF会被移除,因为它是一个表型"1“,但不在名单上,所有的表型"0”都没有被触及。
实际上,表和列表都有数千
我正在寻找模拟特定SNP和数量表型之间的遗传关联的最佳方法或最佳软件包,模拟数据与我的真实数据最相似,除了我知道因果变量。我在R中看到的所有软件包似乎都专门用于谱系数据或指定合并和其他进化因素的人口数据,但我没有任何人口遗传学经验,我只想模拟欧洲人口的简单情况,具有与我的真实数据相似的特征(即性状的正态分布和基因型的加性效应,相似的等位基因频率…)。例如,如果我的遗传数据是X,我的数量变量是Y:
X <-rbinom(1000,2,0.4)
Y <- rnorm(1000,1,0.4)
我在R中寻找一些类似于Plink中的函数,其中需要指定等位基因频率的范围,表型的范围,并指定与基
如您所知,选择遗传表示是构建任何遗传算法(GA)的一部分。因此,可以在基因型空间(问题解决空间)和表型空间(原始问题上下文)之间定义映射。适应度函数,我们称之为f,可以是这个映射,如果GA的个体评估与原问题的目标函数相同的话:
f: Genotype Space ---------> Phenotype Space
每种基因型都有一个相应的表型。所以,f是内射的。良好的遗传代表将所有表型编码为基因型。所以,f是双射的。我的问题是:是否可以通过检查适应度函数的一些分析特性来进一步评估基因表示的质量。谢谢。
我有一个数据集,其中包含了家庭中双胞胎的数值:
zyg fid x_t1 x_t2 y_t1 y_t2
1 499474 NA 1 1 NA
1 499474 NA NA NA NA
1 499474 NA NA NA 1
1 499474 NA NA NA NA
1 499540 NA NA 1 NA
1 499540 NA NA NA NA
2 499874 NA
我正在构建一个决策树,试图建立一个疾病表型模型。我在R方面没有太大的经验,所以我不知道该怎么做,因为我最后一直在努力。
我的测试数据如下所示:
我的预测数据:
问题是每个级别都不同,所以当我键入以下内容时,会得到一个错误:
> predict_data$Phenotype.tree <- predict(tree.train, predict_data)
Error in checkData(oldData, RET) :
Levels in factors of new data do not match original data
如何解决? 1: 2:
我正在开发一个护士名册工具im matlab使用遗传算法,而不使用GA工具箱。
个人是每周计划,表示为二维数组,行数等于护士数和7列,因为它是每周日程安排。
适应度函数接受整个种群,并返回一个大小等于包含适应值的总体大小的数组。
适应度函数应该最小化,所以最优的计划是具有最低适应值的计划。我的健身功能是:
function fitness_values =Fitness_Function( thePopulation)
%UNTITLED Summary of this function goes here
% Detailed explanation goes here
[Ar1 Ar2
我有一个有几个因素和两个表型的数据
freq sampleID status score snpsincluded
0.5 0001 case 100 all
0.2 0001 case 30 all
0.5 0002 control 110 all
0.5 0003 case 100 del
etc
我想做一个t.test,比较每一组相关因素的病例和控制。我尝试了以下几点:
o2 <- ddply(df, c("freq","snpsincluded"), summarise, pval=t.test(score, status)$p.value