r - lmFit 和 rlm 有什么区别

Question

我想在我的微阵列数据上使用强大的 limma，R 的用户指南说 rlm 是正确的函数，根据：

http://rss.acs.unt.edu/Rdoc/library/limma/html/mrlm.html

我目前有：

lmFit(ExpressionMatrix, design, method = "robust", na.omit=T)

我可以看到我选择了稳健的方法。这是否意味着 rlm 将被这个 lmFit 调用？如果我不希望它变得健壮，我应该使用什么方法？

Answer 1

帮助页面说：

The function mrlm is used if method="robust".

然后继续：

如果method="ls"，则如果已指定相关结构，则使用gls.series，即，如果ndups>1 或block 为非空且相关性不为零。如果 method="ls" 并且没有相关结构，则使用 lm.series。

Answer 2

lmFit如果您按照( 06.LinearModels)帮助页面中的链接

拟合模型

模型拟合的主要函数是lmFit。这是大多数用户的推荐界面。lmFit 生成 MArrayLM 类的拟合模型对象，其中包含每个基因的系数、标准误差和残差标准误差。lmFit 调用以下三个函数之一来进行实际计算：

lm.series

每个基因的线性模型的直接最小二乘拟合。

mrlm

lm.series 的替代方法，使用 MASS 包中的 rlm 函数实现的稳健回归。

gls.series

广义最小二乘法考虑了重复点（即同一阵列上的重复点）或相关阵列之间的相关性。函数 duplicateCorrelation 用于在使用 gls.series 之前估计重复项间或块间相关性。