Матрица дизайна для модели групповых средних

В предыдущей главе вы проверяли данные о лейкемии на дифференциальную экспрессию, используя традиционную параметризацию на основе контрастов. Чтобы освоить более гибкую параметризацию групповых средних, вы повторите этот анализ и убедитесь, что получаете те же результаты.

Это упражнение является частью курса

Анализ дифференциальной экспрессии с помощью limma в R

Посмотреть курс

Инструкции к упражнению

В вашем рабочем пространстве загружен объект eset типа ExpressionSet с данными о лейкемии.

С помощью функции model.matrix создайте матрицу дизайна без свободного члена. Напомним, что переменная интереса для этого исследования (прогрессирующий или стабильный рак) находится в столбце Disease фрейма данных фенотипа.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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

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

Редактировать и запускать код