met_imp_norm: Imputación y normalización de datos metabolómicos

In jrufv/TFMjrufv: Framework para el análisis de datos ómicos

Description

Realiza la imputación de valores perdidos, normalización y detección y eliminación de outliers a datos metabolómicos en objetos del tipo MSnSet.

Usage

met_imp_norm(
  object,
  impute = TRUE,
  coff = 20,
  immethod = "none",
  nomethod = "none",
  routliers = TRUE,
  oumethod = NULL,
  ditype = "euclidean",
  ...
)

Arguments

object	Objeto del tipo MSnSet.
impute, routliers	Lógico, si es TRUE se realizará la imputación de valores perdidos (para impute o la detección y eliminación de outliers (para routliers).
coff	Numérico, indica el porcentaje de valores perdidos permitido en cada grupo. Si uno de los grupos tiene menos valores perdidos que el valor de corte seleccionado, esta característica no se eliminará.
immethod	Método de imputación de valores perdidos a usar. Las opciones son: "none", "half_min", "median", "mean", "min", "knn" y "rf". Si es "none" (predeterminado), todos los valores perdidos serán reemplazados por cero.
nomethod	Método de normalización. Las opciones son: "none" (predeterminado), "auto_scaling", "level_scaling", "log_scaling", "log_transformation", "vast_scaling" y "log_pareto".
oumethod	Método de detección de outliers. Las opciones son "median" y "centroid".
ditype	Tipo de medida de distancia. Las opciones son "euclidean", "maximum", "manhattan", "canberra" y "minkiowski".Vea dist.
...	Más argumentos que se pasan a PomaImpute.

Value

Un objeto de la clase MSnSet que contiene los datos resultantes del preprocesamiento aplicado

Examples

norm_data_MetabMC <- met_imp_norm(data_MetabMC, impute = TRUE, coff = 20,
                                  immethod = "knn", nomethod = "log_pareto",
                                  routliers = TRUE, oumethod = "median",
                                  ditype = "euclidean")
norm_data_MetabMC

jrufv/TFMjrufv documentation built on Dec. 21, 2021, 3:15 a.m.