# Función: newDataFrap## Descripción: Crear una nueva instancia de la clase "frapclass".## Parámetros:# - name: Nombre del objeto FRAP.# - bleach: Porcentaje de fotoblanqueo de la muestra.## Retorna: Una instancia de la clase "frapclass".## Uso:# frap_obj <- newDataFrap(name, bleach)
A <-newDataFrap("Neurites", 80)B <-newDataFrap("Secondary.Neurites", 80)C <-newDataFrap("Dendrites", 80)
plotRecover
# Función: plotRecover## Descripción: Graficar las curvas de recuperación de fluorescencia.## Parámetros:# - ...: Parámetros adicionales para la función de gráfico.# - index: Índice o índices de los objetos FRAP a graficar.# - type: Tipo de curva de recuperación a graficar (por defecto: "RCB").# - area: Incluir normalización por área en el gráfico (por defecto: TRUE).# - stand: Estandarizar la curva de recuperación (por defecto: TRUE).# - AB: Incluir únicamente la fase de recuperación de la curva (por defecto: FALSE).# - new.plot: Crear un nuevo gráfico (por defecto: TRUE).# - plot.lines: Graficar líneas (por defecto: FALSE).# - plot.points: Graficar puntos (por defecto: FALSE).# - plot.shadow: Graficar áreas sombreadas (por defecto: FALSE).# - plot.mean: Graficar la curva media (por defecto: FALSE).# - col: Color de las curvas (por defecto: NULL).# - getGroup: Devolver la información del grupo (por defecto: FALSE).## Uso:# plotRecover(..., index = NA, type = "RCB", area = TRUE, stand = TRUE, AB = FALSE,# new.plot = TRUE, plot.lines = FALSE, plot.points = FALSE, plot.shadow = FALSE,# plot.mean = FALSE, col = NULL, getGroup = FALSE)
# Ejemplo 1: Graficar curvas de recuperación de fluorescencia para los objetos A, B y C.plotRecover(A, B, C, plot.lines =TRUE, col =c("blue", "red", "green"))# Ejemplo 2: Graficar índices específicos de las curvas de recuperación.plotRecover(A, B, C, index =c(1, 3), plot.points =TRUE, col ="purple")# Ejemplo 3: Personalizar el gráfico con áreas sombreadas y curva media.plotRecover(A, B, C, plot.lines =TRUE, plot.shadow =TRUE, plot.mean =TRUE)# Ejemplo 4: Graficar curvas de recuperación estandarizadas sin normalización por área.plotRecover(A, B, C, area =FALSE, stand =TRUE, plot.lines =TRUE, col ="orange")# Ejemplo 5: Graficar curvas de recuperación de diferentes objetos FRAP en el mismo gráfico.plotRecover(A, Exp, plot.lines =TRUE, col ="blue")plotRecover(B, Gam, new.plot =FALSE, plot.lines =TRUE, col ="red")plotRecover(C, Wei, new.plot =FALSE, plot.lines =TRUE, col ="green")
newFit
# Función: newFit## Descripción: Crear una nueva instancia de la clase "fitclass" para el ajuste de datos FRAP.## Parámetros:# - name: Nombre del modelo de ajuste.# - fun: Función de ajuste.# - param: Nombres de los parámetros de ajuste.# - interval: Intervalo para cada parámetro de ajuste.## Uso:# newFit(name, fun, param, interval)
# Ejemplo 1: Crear un nuevo modelo de ajuste usando la función Exponencial.Exp <-newFit("Exponential", pexp, "rate", list(c(0, 1)))# Ejemplo 2: Crear un nuevo modelo de ajuste usando la función Gamma.Gam <-newFit("Gamma", pgamma, c("shape", "rate"), list(c(0, 5), c(0, 5)))# Ejemplo 3: Crear un nuevo modelo de ajuste usando la función Weibull.Wei <-newFit("Weibull", pweibull, c("shape", "scale"), list(c(0, 5), c(0, 2000)))# Ejemplo 4: Crear un nuevo modelo de ajuste con parámetros e intervalos personalizados.fit_custom <-newFit("Custom", myfitfunction, c("param1", "param2", "param3"),list(c(0, 10), c(-1, 1), c(0, 100)))
compareFit
# Función: compareFit## Descripción: Comparar la bondad de ajuste entre datos y múltiples modelos.## Parámetros:# - data: Datos a comparar (vector numérico o data frame).# - fit: Lista de ajustes a comparar (lista de vectores numéricos o data frames).# - col.lines: Paleta de colores para las líneas de ajuste (por defecto: NULL).# - lty.lines: Tipo de línea para las líneas de ajuste (por defecto: 1).# - lwd.lines: Grosor de línea para las líneas de ajuste (por defecto: 1).# - lwd.mean: Grosor de línea para la línea media de ajuste (por defecto: 1).# - digits: Número de dígitos para redondear las estadísticas de ajuste (por defecto: 4).# - ...: Parámetros adicionales para la función de gráfico.## Uso:# compareFit(data, fit, col.lines = NULL, lty.lines = 1, lwd.lines = 1, lwd.mean = 1,# digits = 4, ...)
# Ejemplo 1: Comparar la bondad de ajuste para diferentes modelos usando datos precargadoscompareFit(B, list(Exp, Wei), col.lines =c("red", "yellow"), lty.lines =c(2, 1),lwd.lines =2, lwd.mean =2)# Ejemplo 2: Comparar la bondad de ajuste para diferentes modelos con colores y tipos de línea personalizadoscompareFit(B, list(Exp, Gam, Wei), col.lines =c("blue", "green", "purple"),lty.lines =c(1, 3, 2), lwd.lines =2, lwd.mean =2)
plotFit
# Función: plotFit## Descripción: Graficar el ajuste de las curvas de recuperación de fluorescencia.## Parámetros:# - ...: Parámetros adicionales para la función de gráfico.# - fit: Objetos de ajuste obtenidos de la función newFit.# - index: Índice o índices de los objetos de ajuste a graficar.# - type: Tipo de curva de recuperación a graficar (por defecto: "RCB").# - area: Incluir normalización por área en el gráfico (por defecto: TRUE).# - stand: Estandarizar la curva de recuperación (por defecto: TRUE).# - simulated: Incluir curvas de recuperación simuladas (por defecto: FALSE).# - Nsim: Número de curvas simuladas a generar (por defecto: 50).# - seed: Valor de semilla para reproducibilidad de curvas simuladas (por defecto: NA).# - npoints: Número de puntos a generar en curvas simuladas (por defecto: 100).# - displacement: Agregar desplazamiento aleatorio a las curvas simuladas (por defecto: FALSE).# - new.plot: Crear un nuevo gráfico (por defecto: TRUE).# - plot.lines: Graficar líneas (por defecto: FALSE).# - plot.points: Graficar puntos (por defecto: FALSE).# - plot.shadow: Graficar áreas sombreadas (por defecto: FALSE).# - plot.mean: Graficar la curva media (por defecto: FALSE).# - col: Color de las curvas (por defecto: NULL).## Uso:# plotFit(..., fit, index = NA, type = "RCB", area = TRUE, stand = TRUE, simulated = FALSE,# Nsim = 50, seed = NA, npoints = 100, displacement = FALSE,# new.plot = TRUE, plot.lines = FALSE, plot.points = FALSE, plot.shadow = FALSE,# plot.mean = FALSE, col = NULL)
# Ejemplo 1: Graficar el ajuste de curvas de recuperación para los objetos B y C con ajuste ExpplotFit(B, C, fit = Exp, plot.lines =TRUE, col =c("blue", "red", "green"),ylim =c(0.2, 1), xdigits =0)# Ejemplo 2: Graficar el ajuste para el objeto B con ajuste GamplotFit(B, fit = Gam, plot.lines =TRUE, col =c("blue", "red", "green"),ylim =c(0.2, 1), xdigits =0)# Ejemplo 3: Graficar ajustes para los objetos B y C con múltiples ajustes y puntosplotFit(B, C, fit =c(Exp, Gam), plot.lines =TRUE, plot.points =TRUE,col =c("blue", "red", "green"), ylim =c(0.2, 1), xdigits =0)# Ejemplo 4: Graficar ajuste para el objeto C con ajuste Wei y áreas sombreadasplotFit(C, fit = Wei, plot.lines =TRUE, plot.shadow =TRUE,col =c("blue", "red", "green"), ylim =c(0.2, 1), xdigits =0)
compareParam
# Función: compareParam## Descripción: Comparar estimaciones de parámetros entre dos conjuntos de datos basándose en los resultados del ajuste.## Parámetros:# - data1: Primer conjunto de datos de curvas de recuperación de fluorescencia.# - data2: Segundo conjunto de datos de curvas de recuperación de fluorescencia.# - fit: Objeto de ajuste que contiene los resultados del ajuste de los datos.# - param: Parámetro a comparar entre los conjuntos de datos.# - type: Tipo de curva de recuperación a considerar (por defecto: "RCB").# - area: Incluir normalización por área en la comparación (por defecto: TRUE).# - stand: Estandarizar las curvas de recuperación (por defecto: TRUE).# - simulated: Usar datos simulados para la comparación (por defecto: FALSE).# - Nsim: Número de conjuntos de datos simulados a generar (por defecto: 50).# - seed: Valor de semilla para simulaciones reproducibles (por defecto: NA).# - saveable: Permitir guardar los resultados de la simulación (por defecto: TRUE si se especifica seed).# - conf.level: Nivel de confianza para la comparación (por defecto: 0.95).# - alternative: Tipo de hipótesis alternativa para la comparación (por defecto: "two.sided").# - return: Devolver los resultados de la comparación (por defecto: FALSE).# - new.plot: Crear un nuevo gráfico (por defecto: TRUE).# - plot.lines: Graficar líneas en el gráfico de comparación (por defecto: TRUE).# - plot.points: Graficar puntos en el gráfico de comparación (por defecto: FALSE).# - col: Color de las curvas en el gráfico de comparación (por defecto: NULL).# - ...: Parámetros adicionales para el gráfico de comparación.## Uso:# compareParam(data1, data2, fit, param, type = "RCB", area = TRUE, stand = TRUE,# simulated = FALSE, Nsim = 50, seed = NA, conf.level = 0.95,# alternative = "two.sided", return = FALSE, new.plot = TRUE,# plot.lines = TRUE, plot.points = FALSE, col = NULL, ...)
# Ejemplo 1: Comparar el parámetro "MF" entre los conjuntos de datos B y C usando el ajuste WeicompareParam(B, C, fit = Wei, param ="MF", lwd.lines =2, col.lines ="#9084c9",simulated =TRUE, seed =516)# Ejemplo 2: Comparar el parámetro "UF" entre los conjuntos de datos B y C usando el ajuste Wei# con un nivel de confianza e hipótesis alternativa diferentescompareParam(B, C, fit = Wei, param ="UF", lwd.lines =2, col.lines ="#d65b22",simulated =TRUE, seed =6544, conf.level =0.99, alternative ="greater")# Ejemplo 3: Comparar el parámetro "alpha" entre los conjuntos de datos B y B usando los ajustes Exp y Wei# y devolviendo los resultados de la comparaciónresults <-compareParam(B, B, fit =c(Exp, Wei), param ="alpha", lwd.lines =2,col.lines ="#2e337e", simulated =TRUE, seed =44648)# Ejemplo 4: Comparar el parámetro "MF" entre los conjuntos de datos B y C usando el ajuste Gamma# y personalizando el gráfico de comparacióncompareParam(B, C, fit = Gam, param ="MF", simulated =TRUE, seed =5959, return =TRUE)
##
## Welch Two Sample t-test
##
## data: MF_GammaSim_Secondary.Neurites and MF_GammaSim_Dendrites
## t = 1.773, df = 93.713, p-value = 0.07948
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.005227574 0.092406709
## sample estimates:
## mean of x mean of y
## 0.8700160 0.8264265
compareMean
# Función: compareMean## Descripción: Comparar los valores medios entre dos conjuntos de datos usando ajustes FRAP.## Parámetros:# - data1: Conjunto de datos 1 para la comparación.# - data2: Conjunto de datos 2 para la comparación.# - fit: Objeto(s) de ajuste FRAP a usar para la comparación.# - type: Tipo de curva de recuperación a usar para la comparación (por defecto: "RCB").# - area: Incluir normalización por área en la comparación (por defecto: TRUE).# - stand: Estandarizar las curvas de recuperación para la comparación (por defecto: TRUE).# - simulated: Realizar comparaciones simuladas (por defecto: FALSE).# - Nsim: Número de comparaciones simuladas a realizar (por defecto: 50).# - seed: Valor de semilla para simulaciones reproducibles (por defecto: NA).# - saveable: Permitir guardar los resultados de la simulación (por defecto: TRUE si se especifica seed).# - conf.level: Nivel de confianza para la comparación (por defecto: 0.95).# - alternative: Tipo de hipótesis alternativa para la comparación (por defecto: "two.sided").# - return: Devolver los resultados de la comparación (por defecto: FALSE).# - p.value: Incluir p-values en los resultados de la comparación (por defecto: TRUE).# - npoints: Número de puntos para graficar la curva de comparación (por defecto: 100).# - new.plot: Crear un nuevo gráfico (por defecto: TRUE).# - plot.lines: Graficar líneas para la curva de comparación (por defecto: TRUE).# - plot.points: Graficar puntos para la curva de comparación (por defecto: FALSE).# - col: Color de la curva de comparación (por defecto: NULL).# - ...: Parámetros adicionales para la función de gráfico.## Uso:# compareMean(data1, data2, fit, type = "RCB", area = TRUE, stand = TRUE,# simulated = FALSE, Nsim = 50, seed = NA, saveable = !is.na(seed),# conf.level = 0.95, alternative = "two.sided", return = FALSE,# p.value = TRUE, npoints = 100, new.plot = TRUE, plot.lines = TRUE,# plot.points = FALSE, col = NULL, ...)
# Ejemplo 1: Comparar los valores medios de ajustes FRAP entre los conjuntos de datos B y C usando múltiples ajustescompareMean(B, C, fit =c(Exp, Gam), lwd.lines =2,col.lines =c("red", "green", "purple"))# Ejemplo 2: Comparar los valores medios usando el ajuste Gam y personalizando el gráficocompareMean(B, C, fit = Gam, lwd.lines =2, col.lines ="orange",plot.lines =TRUE, plot.points =TRUE)# Ejemplo 3: Comparar los valores medios usando el ajuste WeicompareMean(B, C, fit = Wei, lwd.lines =2, lty.lines =c(2, 1),ylim =c(0, 0.2), col.lines =c("red", "#C65153"),xdigits =0, ydigits =4)compareMean(B, C, fit = Wei, lwd.lines =2, col.lines ="#79189F",simulated =TRUE, seed =486, new.plot =FALSE)# Ejemplo 4: Comparar los valores medios usando el ajuste ExpcompareMean(B, C, fit = Exp, lwd.lines =2, col.lines ="blue", return = T)[[2]]
simFit
# Función: simFit## Descripción: Simular curvas de recuperación de fluorescencia basándose en un ajuste FRAP dado.## Parámetros:# - fit: Objeto de ajuste FRAP a usar para la simulación.# - Nsim: Número de simulaciones a realizar (por defecto: 50).# - seed: Semilla para la generación de números aleatorios (por defecto: NA).# - saveable: Permitir guardar los resultados de la simulación (por defecto: !is.na(seed)).## Uso:# simFit(fit, Nsim = 50, seed = NA, saveable = !is.na(seed))
# Ejemplo 1: Simular curvas de recuperación de fluorescencia basándose en el ajuste Wei con 100 simulacionessimFit(Wei(B), Nsim =100)# Ejemplo 2: Simular curvas de recuperación de fluorescencia basándose en el ajuste Exp con una semilla específicasimFit(Exp(C), seed =12345)# Ejemplo 3: Simular curvas de recuperación de fluorescencia basándose en el ajuste Gam y guardar los resultadossimFit(Gam(B), saveable =TRUE)
tableFit
# Función: tableFit## Descripción: Crear una tabla que resume los resultados de ajuste para múltiples objetos FRAP.## Parámetros:# - ...: Múltiples objetos FRAP o una lista de objetos FRAP.# - fit: Objetos de ajuste FRAP a incluir en la tabla.# - digits: Número de dígitos para redondear los valores de la tabla (por defecto: 4).## Uso:# tableFit(..., fit, digits = 4)
# Ejemplo 1: Crear una tabla que resume los resultados de ajuste para los objetos A, B y C usando el ajuste WeitableFit(A, B, C, fit = Wei)# Ejemplo 2: Crear una tabla que resume los resultados de ajuste para los objetos B y C usando múltiples ajustestableFit(B, C, fit =c(Exp, Gam, Wei))# Ejemplo 3: Crear una tabla que resume los resultados de ajuste para los objetos B, C y D con dígitos personalizadostableFit(B, C, D, fit = Exp, digits =2)