在affy之中，数据预处理有一个叫做constant normalization的方法。

首先，我要说一个我自己认为的东西。我个人认为这个过程要叫做标准化，而不能叫做归一化。

前一篇文章关于RMA算法之中，大家都叫归一化，所以我也就先不改了，但是实际上叫做标准化。

归一化的意思是我们要讲数据归一到0~1的范围内，而标准化是将不同组间进行标准化，使得组间大小的比较具有意义。

然后这个constant normalization其实非常的简单，其调用方式有如下两种：

两个方法的效果肯定是一样的，而且本质上第二种方法是帮大家自动调用了方法一。

这个标准化有如下几个步骤：

我们还是定义矩阵中每一列是一组数据，每一行是某一位探针

先选定一列数据作为参照组，默认是第一组，当然可以通过参数refindex传入

求出参照组的平均数，默认是平均数，比如大家希望求和之类的，可以通过参数FUN传入

之后每一组的数据都除以该组的平均数，再乘以参照组的平均数

很显然是将所有组都向着参照组进行靠拢，这个方法我个人认为效果不会太好，因为在我们进行数据分析之前并不知道哪一组好哪一组不好，

可能参照组本身就是一组很差的数据，那进行标准化之后会导致整体数据被污染。