Designmatrix voor het groepsgemiddeldenmodel

In het vorige hoofdstuk heb je de leukemiedata getest op differentiële expressie met de traditionele treatment-contrasts-parametrisatie. Als eerste stap naar de flexibelere groepsgemiddelden-parametrisatie test je de leukemiedata opnieuw om te bevestigen dat je dezelfde resultaten krijgt.

Deze oefening maakt deel uit van de cursus

Differentiële-expressieanalyse met limma in R

Cursus bekijken

Oefeninstructies

Het ExpressionSet-object eset met de leukemiedata is geladen in je workspace.

Gebruik model.matrix om een designmatrix zonder intercept te maken. Onthoud dat de variabele van interesse voor deze studie (progressieve vs. stabiele kankers) in de kolom Disease van het fenotype-dataframe staat.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create design matrix with no intercept
design <- ___(~___ + ___, data = ___(eset))

# Count the number of samples modeled by each coefficient
colSums(design)

Code bewerken en uitvoeren