Histogram van p-waardes

Nadat je de test hebt uitgevoerd, controleer je of het model goed is gespecificeerd door de verdeling van p-waardes voor elke contrast te bekijken. Onthoud dat je voor een contrast met weinig differentieel tot expressie komende genen een uniforme verdeling van p-waardes verwacht, en voor een contrast met veel differentieel tot expressie komende genen een naar rechts scheve verdeling.

Deze oefening maakt deel uit van de cursus

Differentiële-expressieanalyse met limma in R

Cursus bekijken

Oefeninstructies

Het gefitte modelobject fit2 is geladen in je werkruimte. Het limma-pakket is al geladen.

Gebruik topTable om de samenvattende statistieken voor elk gen op te halen voor het contrast "dox_wt". Stel het aantal terug te geven genen gelijk aan het aantal rijen van fit2.
Herhaal dit voor de contrasten "dox_top2b" en "interaction".
Gebruik hist om een histogram van p-waardes te maken voor elk van de drie contrasten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 bewerken en uitvoeren