Histogramm der p-Werte

Nachdem du den Test durchgeführt hast, überprüfe, ob das Modell korrekt spezifiziert wurde, indem du die Verteilung der p-Werte für jeden Kontrast inspizierst. Denk daran: Für einen Kontrast mit wenigen differentiell exprimierten Genen wird eine uniforme Verteilung der p-Werte erwartet, für einen Kontrast mit vielen differentiell exprimierten Genen eine nach rechts schiefe Verteilung.

Diese Übung ist Teil des Kurses

Differenzielle Expressionsanalyse mit limma in R

Kurs anzeigen

Anleitung zur Übung

Das angepasste Modellobjekt fit2 wurde in deinen Arbeitsbereich geladen. Das limma-Paket ist bereits geladen.

Verwende topTable, um die zusammenfassenden Statistiken für jedes Gen für den Kontrast "dox_wt" zu erhalten. Setze die Anzahl der zurückzugebenden Gene gleich der Zeilenzahl von fit2.
Wiederhole dies für die Kontraste "dox_top2b" und "interaction".
Verwende hist, um ein Histogramm der p-Werte für jeden der drei Kontraste zu erstellen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Obtain the summary statistics for the contrast dox_wt
stats_dox_wt <- ___(fit2, coef = ___, number = ___,
                         sort.by = "none")
# Obtain the summary statistics for the contrast dox_top2b
stats_dox_top2b <- ___(fit2, coef = ___, number = ___,
                            sort.by = "none")
# Obtain the summary statistics for the contrast interaction
stats_interaction <- ___(fit2, coef = ___, number = ___,
                              sort.by = "none")

# Create histograms of the p-values for each contrast
___(stats_dox_wt[___])
___(stats_dox_top2b[___])
___(stats_interaction[___])

Code bearbeiten und ausführen