我有一个文件，如随附的屏幕截图所示。有 61 个事件（峰），我想找出所有可能组合中每个峰与另一个峰（共现）发生的频率。该文件具有频率（峰值出现在 47 个样本中的次数）和概率（峰值出现的次数除以样本总数）。
然后我想使用公式 p(x,y) / p(x)*p(y) 找到互斥峰，其中 p(x,y) 是 x 和 y 同时出现的概率，p(x)是峰值 (x) 的概率，p(y) 是峰值 y 的概率。
解决此类问题的最佳方法是什么？我需要编写 Perl 脚本还是可以使用一些 R 函数？我是一名试图学习 Perl 和 R 的生物学家，所以我会很感激一些示例代码来解决这个问题。
在下文中，我假设您交替调用的 p(xy) 和 p(x,y) 实际上应该是同时发生的概率（而不是次数） 。如果这不正确，只需从下面的第 2 行中删除除以。xynrow(X)
# As an example, create a sub-matrix of your data
X <- cbind(c(0,0,0,0,0,0), c(1,0,0,1,1,1), c(1,1,0,0,0,0))
num <- (t(X) %*% X)/nrow(X) # The numerator of your expression
means <- colMeans(X) # A vector of means of each column
denom <- outer(colMeans(X), colMeans(X)) # The denominator
out <- num/denom
# [,1] [,2] [,3]
# [1,] NaN NaN NaN
# [2,] NaN 1.50 0.75
# [3,] NaN 0.75 3.00
注意：结果中的NaNs 是 R 表示这些单元格“不是数字”的方式（因为它们都是 0 除以 0 的结果）。
如果没有适当的例子，你的问题并不完全清楚，但我认为这个结果符合你想要的，即“我想找出每个峰值与另一个峰值发生的频率（共现）”
library(igraph)
library(tnet)
library(bipartite)
#if you load your data in as a matrix e.g.
mat<-matrix(c(1,1,0,2,2,2,3,3,3,4,4,0),nrow=4,byrow=TRUE) # e.g.
# [,1] [,2] [,3] # your top line as columns e.g.81_05 131_00 and peaks as rows
#[1,] 1 1 0
#[2,] 2 2 2
#[3,] 3 3 3
#[4,] 4 4 0
然后
pairs<-web2edges(mat,return=TRUE)
pairs<- as.tnet(pairs,type="weighted two-mode tnet")
peaktopeak<-projecting_tm(pairs, method="sum")
peaktopeak
#peaktopeak
# i j w
#1 1 2 2 # top row here says peak1 and peak2 occurred together twice
#2 1 3 2
#3 1 4 2
#4 2 1 4
#5 2 3 6
#6 2 4 4
#7 3 1 6
#8 3 2 9
#9 3 4 6
#10 4 1 8
#11 4 2 8
#12 4 3 8 # peak4 occured with peak3 8 times
编辑：如果不发生互斥峰只是那些在与原始数据相同的列中不共享 1 的峰，那么您可以在peaktopeak. 例如，如果峰值 1 和 3 从未出现，它们将不会在同一行的 peaktopeak 中找到。
为了更容易查看，您可以：
peakmat <- tnet_igraph(peaktopeak,type="weighted one-mode tnet")
peakmat<-get.adjacency(peakmat,attr="weight")
例如：
# [,1] [,2] [,3] [,4]
#[1,] 0 2 2 2
#[2,] 4 0 6 4
#[3,] 6 9 0 6
#[4,] 8 8 8 0 # zeros would represent peaks that never co occur.
#In this case everything shares at least 2 co-occurrences
#diagonals are 0 as saying peak1 occurs with itself is obviously silly.