maSigPro - NA values for coefficient estimates - Is a polynomical fit recommended for my data?
0
0
Entering edit mode
jeremy wilson ▴ 150
@jeremy-wilson-3700
Last seen 9.7 years ago
Dear BioConductors, I have unbalanced number of time points in my experiment. In 3 groups I have, one group has only observations at one time point (time 0), the other at two time points (times 0, 5) and the last group with four time points(0, 5, 12, 31). I am wondering if I can use maSigPro for this type of data. In this case, what order of polynomial fit is good? Do you recommend to use degree = 1 to reduce the degree of the model as the best model is the one with the least order? or is it good to model with degree = 3? I have 4 time points in one group. Is it better to do this kind of unbalanced time points data with LIMMA? There are many comparisons to consider if I use LIMMA. What do you suggest to use? I did fit a degree = 3 polynomial model and got NA values. The NA values appeared as below. There were no NA values for the remaining coefficients. Are these due to no values for some experimental groups at some time points? Can I ignore these warnings? Here are my commands and warnings I got.. design.init<-read.table("maSigPro_PhenotypeInput.txt", sep="\t", header=TRUE, row.names=1) > design<-make.design.matrix(design.init, deg=3) # Create a maSigPro design matrix > design $dis VehiclevsNaive BCGvsNaive Time TimexVehicle TimexBCG Time2 Time2xVehicle Time2xBCG Time3 Time3xVehicle Time3xBCG Veh Day0 A2.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 A4.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 A5.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day12 A1.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Veh Day12 A3.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Veh Day0 B1.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 B3.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 B4.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day12 B2.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Veh Day12 B3.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Veh Day0 C1.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 C3.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 C4.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day0 C5.CEL 1 0 0 0 0 0 0 0 0 0 0 Veh Day12 C1.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Veh Day12 C3.CEL 1 0 12 12 0 144 144 0 1728 1728 0 Day 0 A1.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 A2.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 A3.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 5 A1.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 A2.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 A3.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 12 A1.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 A2.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 A3.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 31 A1.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 A2.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 A3.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 0 B1.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 B2.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 B3.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 5 B1.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 B2.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 B3.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 12 B1.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 B2.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 B3.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 31 B1.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 B2.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 B3.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 0 C1.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 C2.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 C3.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 0 C4.CEL 0 1 0 0 0 0 0 0 0 0 0 Day 5 C1.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 C2.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 5 C3.CEL 0 1 5 0 5 25 0 25 125 0 125 Day 12 C1.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 C2.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 12 C3.CEL 0 1 12 0 12 144 0 144 1728 0 1728 Day 31 C1.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 C2.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Day 31 C3.CEL 0 1 31 0 31 961 0 961 29791 0 29791 Naive A1.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive A2.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive B1.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive B2.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive C1.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive C2.CEL 0 0 0 0 0 0 0 0 0 0 0 Naive C3.CEL 0 0 0 0 0 0 0 0 0 0 0 $groups.vector [1] "VehiclevsNaive" "BCGvsNaive" "Naive" "VehiclevsNaive" "BCGvsNaive" "Naive" "VehiclevsNaive" "BCGvsNaive" [9] "Naive" "VehiclevsNaive" "BCGvsNaive" $edesign Time Replicate Naive Vehicle BCG Veh Day0 A2.CEL 0 1 0 1 0 Veh Day0 A4.CEL 0 1 0 1 0 Veh Day0 A5.CEL 0 1 0 1 0 Veh Day12 A1.CEL 12 2 0 1 0 Veh Day12 A3.CEL 12 2 0 1 0 Veh Day0 B1.CEL 0 3 0 1 0 Veh Day0 B3.CEL 0 3 0 1 0 Veh Day0 B4.CEL 0 3 0 1 0 Veh Day12 B2.CEL 12 4 0 1 0 Veh Day12 B3.CEL 12 4 0 1 0 Veh Day0 C1.CEL 0 5 0 1 0 Veh Day0 C3.CEL 0 5 0 1 0 Veh Day0 C4.CEL 0 5 0 1 0 Veh Day0 C5.CEL 0 5 0 1 0 Veh Day12 C1.CEL 12 6 0 1 0 Veh Day12 C3.CEL 12 6 0 1 0 Day 0 A1.CEL 0 7 0 0 1 Day 0 A2.CEL 0 7 0 0 1 Day 0 A3.CEL 0 7 0 0 1 Day 5 A1.CEL 5 8 0 0 1 Day 5 A2.CEL 5 8 0 0 1 Day 5 A3.CEL 5 8 0 0 1 Day 12 A1.CEL 12 9 0 0 1 Day 12 A2.CEL 12 9 0 0 1 Day 12 A3.CEL 12 9 0 0 1 Day 31 A1.CEL 31 10 0 0 1 Day 31 A2.CEL 31 10 0 0 1 Day 31 A3.CEL 31 10 0 0 1 Day 0 B1.CEL 0 11 0 0 1 Day 0 B2.CEL 0 11 0 0 1 Day 0 B3.CEL 0 11 0 0 1 Day 5 B1.CEL 5 12 0 0 1 Day 5 B2.CEL 5 12 0 0 1 Day 5 B3.CEL 5 12 0 0 1 Day 12 B1.CEL 12 13 0 0 1 Day 12 B2.CEL 12 13 0 0 1 Day 12 B3.CEL 12 13 0 0 1 Day 31 B1.CEL 31 14 0 0 1 Day 31 B2.CEL 31 14 0 0 1 Day 31 B3.CEL 31 14 0 0 1 Day 0 C1.CEL 0 15 0 0 1 Day 0 C2.CEL 0 15 0 0 1 Day 0 C3.CEL 0 15 0 0 1 Day 0 C4.CEL 0 15 0 0 1 Day 5 C1.CEL 5 16 0 0 1 Day 5 C2.CEL 5 16 0 0 1 Day 5 C3.CEL 5 16 0 0 1 Day 12 C1.CEL 12 17 0 0 1 Day 12 C2.CEL 12 17 0 0 1 Day 12 C3.CEL 12 17 0 0 1 Day 31 C1.CEL 31 18 0 0 1 Day 31 C2.CEL 31 18 0 0 1 Day 31 C3.CEL 31 18 0 0 1 Naive A1.CEL 0 19 1 0 0 Naive A2.CEL 0 19 1 0 0 Naive B1.CEL 0 20 1 0 0 Naive B2.CEL 0 20 1 0 0 Naive C1.CEL 0 21 1 0 0 Naive C2.CEL 0 21 1 0 0 Naive C3.CEL 0 21 1 0 0 > fit <- p.vector(efiltered.mat, design, Q = 0.05, MT.adjust = "BH",min.obs = 20) > tstep <- T.fit(fit, step.method = "two.ways.backward", alfa = 0.05) I got the following warnings after the above step warnings: 1: In rbind(sol, as.numeric(c(p.value, result$r.squared, ... : NAs introduced by coercion 2: In rbind(sol, as.numeric(c(p.value, result$r.squared, ... : NAs introduced by coercion >sigs <- get.siggenes(tstep, rsq = 0.6, vars = "groups") > see.genes(sigs$sig.genes$BCGvsNaive, main = "BCGvsNaive", show.fit = T,dis =design$dis, cluster.method="kmeans" ,cluster.data = 1, k = 9) Warning messages: 1: In rbind(sol, as.numeric(c(p.value, result$r.squared, p.valor))) : NAs introduced by coercion 2: In rbind(sol, as.numeric(c(p.value, result$r.squared, p.valor))) : NAs introduced by coercion ? ? ? ? ? ? ? ? ? ? ?betaTimexBCG ? ? betaTime2 betaTime2xVehicle betaTime2xBCG ? ? betaTime3 AB002558_at ? ? ? ? ? ? ? ? ? ? NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -1.824498e-05 AF001953_g_at ? ? ? ? ? ? ? ? ? NA ?0.0114056076 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -2.616775e-04 AF067795_at ? ? ? ? ? ? ? ? ? ? NA ?0.0011159473 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -3.539580e-05 D13120_s_at ? ? ? ? ? ? ? ? ? ? NA ?0.0011509775 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 E01534cds_s_at ? ? ? ? ? ? ? ? ?NA -0.0029700508 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?8.818569e-05 L24896_s_at ? ? ? ? ? ? ? ? ? ? NA -0.0164766816 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?3.728959e-04 M20156_at ? ? ? ? ? ? ? ? ? ? ? NA -0.0011509235 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 M25638_s_at ? ? ? ? ? ? ? ? ? ? NA ?0.0137020816 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -3.174337e-04 M58404_at ? ? ? ? ? ? ? ? ? ? ? NA -0.0123769559 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?2.928362e-04 M60921_at ? ? ? ? ? ? ? ? ? ? ? NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -1.465997e-05 M91652complete_seq_at ? ? ? ? ? NA -0.0020565596 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 M94918mRNA_f_at ? ? ? ? ? ? ? ? NA -0.0256353952 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?6.500460e-04 M94919mRNA_f_at ? ? ? ? ? ? ? ? NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?3.851441e-05 rc_AA859783_at ? ? ? ? ? ? ? ? ?NA ?0.0009030979 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA875171_g_at ? ? ? ? ? ? ? ?NA -0.0007324529 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA891171_s_at ? ? ? ? ? ? ? ?NA ?0.0010095092 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA891727_g_at ? ? ? ? ? ? ? ?NA -0.0047867258 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?1.441130e-04 rc_AA892123_at ? ? ? ? ? ? ? ? ?NA -0.0038206649 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?1.165693e-04 rc_AA892248_g_at ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA893246_at ? ? ? ? ? ? ? ? ?NA ?0.0010566522 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA924772_at ? ? ? ? ? ? ? ? ?NA -0.0008263709 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AA944324_at ? ? ? ? ? ? ? ? ?NA -0.0013202929 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI007824_g_at ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI013194_at ? ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI102044_at ? ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI104544_at ? ? ? ? ? ? ? ? ?NA ?0.0019113263 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI170268_at ? ? ? ? ? ? ? ? ?NA -0.0012527673 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 rc_AI176662_s_at ? ? ? ? ? ? ? ?NA ?0.0036907561 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -1.149829e-04 rc_AI179576_s_at ? ? ? ? ? ? ? ?NA -0.0275651514 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?6.926836e-04 rc_AI235364_at ? ? ? ? ? ? ? ? ?NA -0.0028867693 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?8.997026e-05 rc_AI237836_at ? ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 S68135_s_at ? ? ? ? ? ? ? ? ? ? NA ?0.0064503716 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -1.943265e-04 S74351_s_at ? ? ? ? ? ? ? ? ? ? NA ?0.0066852568 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -2.153613e-04 U02553cds_s_at ? ? ? ? ? ? ? ? ?NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -2.903164e-05 U12568_at ? ? ? ? ? ? ? ? ? ? ? NA -0.0012220408 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 U19866_at ? ? ? ? ? ? ? ? ? ? ? NA -0.0010647292 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 U39875_at ? ? ? ? ? ? ? ? ? ? ? NA -0.0007813637 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 U84727_at ? ? ? ? ? ? ? ? ? ? ? NA ?0.0104752791 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -2.460059e-04 X03347cds_g_at ? ? ? ? ? ? ? ? ?NA ?0.0022984842 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -7.116160e-05 X54510_g_at ? ? ? ? ? ? ? ? ? ? NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?2.572912e-05 X56325mRNA_s_at ? ? ? ? ? ? ? ? NA -0.0214234307 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?5.057676e-04 X58389cds_s_at ? ? ? ? ? ? ? ? ?NA -0.0034907821 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?1.055627e-04 X63375exon_at ? ? ? ? ? ? ? ? ? NA ?0.0132059943 ? ? ? ? ? ? ? ?NA ? ? ? ?NA -3.082255e-04 X66369_at ? ? ? ? ? ? ? ? ? ? ? NA ?0.0014723516 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 X94242_at ? ? ? ? ? ? ? ? ? ? ? NA ?0.0000000000 ? ? ? ? ? ? ? ?NA ? ? ? ?NA ?0.000000e+00 ? ? ? ? ? ? ? ? ? ? ?betaTime3xVehicle betaTime3xBCG AB002558_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA AF001953_g_at ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA AF067795_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA D13120_s_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA E01534cds_s_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA L24896_s_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M20156_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M25638_s_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M58404_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M60921_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M91652complete_seq_at ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M94918mRNA_f_at ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA M94919mRNA_f_at ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA rc_AA859783_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA875171_g_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA891171_s_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA891727_g_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA892123_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA892248_g_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA893246_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA924772_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AA944324_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI007824_g_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI013194_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI102044_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI104544_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI170268_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI176662_s_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI179576_s_at ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI235364_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA rc_AI237836_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA S68135_s_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA S74351_s_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA U02553cds_s_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA U12568_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA U19866_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA U39875_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA U84727_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA X03347cds_g_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA X54510_g_at ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA X56325mRNA_s_at ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA X58389cds_s_at ? ? ? ? ? ? ? ? ? ? ? NA ? ? ? ? ? ?NA X63375exon_at ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA X66369_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA X94242_at ? ? ? ? ? ? ? ? ? ? ? ? ? ?NA ? ? ? ? ? ?NA The following coefficients had no "NA" values. tstep$coefficients$beta0 tstep$coefficients$betaVehiclevsNaive tstep$coefficients$betaBCGvsNaive tstep$coefficients$betaTime tstep$coefficients$betaTimexVehicle > sessionInfo() R version 2.10.0 (2009-10-26) i386-pc-mingw32 locale: [1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 [3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C [5] LC_TIME=English_United States.1252 attached base packages: [1] tcltk stats graphics grDevices utils datasets methods base other attached packages: [1] maSigPro_1.17.5 DynDoc_1.23.1 widgetTools_1.23.1 genefilter_1.26.4 [5] arrayQualityMetrics_2.4.1 affyPLM_1.22.0 preprocessCore_1.7.9 gcrma_2.17.4 [9] rgu34acdf_2.5.0 affy_1.23.12 Biobase_2.5.8 loaded via a namespace (and not attached): [1] affyio_1.13.5 annotate_1.23.4 AnnotationDbi_1.7.20 beadarray_1.13.9 [5] Biostrings_2.13.54 DBI_0.2-4 grid_2.10.0 hwriter_1.1 [9] IRanges_1.3.99 KernSmooth_2.23-3 lattice_0.17-26 latticeExtra_0.6-3 [13] limma_3.0.3 marray_1.23.0 Mfuzz_2.3.4 RColorBrewer_1.0-2 [17] RSQLite_0.7-3 simpleaffy_2.21.3 splines_2.10.0 stats4_2.10.0 [21] survival_2.35-7 tkWidgets_1.23.2 tools_2.10.0 vsn_3.13.7 [25] xtable_1.5-5 I would really appreciate for any suggestions. Thanks in advance..
limma maSigPro a4 limma maSigPro a4 • 1.2k views
ADD COMMENT

Login before adding your answer.

Traffic: 487 users visited in the last hour
Help About
FAQ
Access RSS
API
Stats

Use of this site constitutes acceptance of our User Agreement and Privacy Policy.

Powered by the version 2.3.6