p値のヒストグラム

検定を実行したら、各コントラストに対するp値の分布を確認して、モデルが正しく指定されているかを確かめましょう。差次的に発現する遺伝子が少ないコントラストでは、p値は一様分布になることが期待されます。多いコントラストでは、右に歪んだ分布（小さいp値が多い）が期待されます。

この演習はコースの一部です

R での limma を用いた Differential Expression 解析

コースを見る

演習の手順

当てはめ済みのモデルオブジェクト fit2 は作業スペースに読み込まれています。limma パッケージはすでに読み込まれています。

topTable を使って、コントラスト "dox_wt" の各遺伝子に対する要約統計量を取得します。返す遺伝子数は fit2 の行数と同じに設定してください。
同様に、コントラスト "dox_top2b" と "interaction" についても実行します。
hist を使って、これら3つのコントラストそれぞれの p値のヒストグラムを作成します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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[___])

コードを編集して実行