群組平均模型的設計矩陣
在上一章中，你使用傳統的處理對比參數化方式來檢驗白血病資料的差異表現。為了開始學習更有彈性的群組平均參數化，你會重新檢驗這份白血病資料，以確認能得到相同的結果。
本練習屬於課程
使用 R 中的 limma 進行差異表達分析
練習說明
已在你的工作空間載入包含白血病資料的 ExpressionSet 物件 eset。
- 使用
model.matrix建立一個沒有截距的設計矩陣。回想本研究中你關注的變數（進展型與穩定型癌症）位在表型資料框的Disease欄。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create design matrix with no intercept
design <- ___(~___ + ___, data = ___(eset))
# Count the number of samples modeled by each coefficient
colSums(design)