2つのグループ間での発現差の検定
ExpressionSetオブジェクトとデザイン行列がそろったので、limmaでモデルの当てはめと検定を行いましょう。
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
演習の手順
白血病データの ExpressionSet オブジェクト eset と、直前に作成したデザイン行列（design）はワークスペースに読み込まれています。
lmFitでモデル係数を当てはめます。eBayesで t 統計量を計算します。decideTestsで結果を要約します。切片項を検定しても意味がないため、
decideTestsを実行する際は係数"Diseasestable"を指定してください。
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。
# Load package
library(limma)
# Fit the model
fit <- ___(eset, ___)
# Calculate the t-statistics
fit <- ___(fit)
# Summarize results
results <- ___(fit[, "___"])
summary(results)