Histogram wartości p
Po przeprowadzeniu testu sprawdź, czy model został poprawnie określony, analizując rozkład wartości p dla każdego kontrastu. Pamiętaj, że dla kontrastu z niewielką liczbą różnicowo eksprymowanych genów oczekuje się rozkładu jednostajnego, natomiast dla kontrastu z wieloma takimi genami – rozkładu prawostronnie skośnego.
To ćwiczenie jest częścią kursu
Analiza różnicowej ekspresji genów z limma w R
Instrukcje do ćwiczenia
Dopasowany obiekt modelu fit2 został wczytany do twojego środowiska pracy. Pakiet limma jest już załadowany.
Użyj funkcji
topTable, aby uzyskać statystyki podsumowujące dla każdego genu dla kontrastu"dox_wt". Ustaw liczbę zwracanych genów równą liczbie wierszy obiektufit2.Powtórz operację dla kontrastów
"dox_top2b"i"interaction".Użyj funkcji
hist, aby utworzyć histogram wartości p dla każdego z trzech kontrastów.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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[___])