边缘R分析的设计矩阵？
边缘R分析的设计矩阵？
提问于 2018-04-10 09:45:15
我想比较Q法和L法，我考虑了两个不同的对比(最后)，但我不确定哪一个是正确的？
有两种不同的方法(Q和L)，每种方法有2个生物复制(L4，L6-L8和Q3，Q5-Q7)，每个生物复制有2个技术复制。详情如下：
设计
biological_replicate method
L4_rep1 L4 L
L4_rep2 L4 L
L6_L8_rep1 L6_L8 L
L6_L8_rep2 L6_L8 L
Q3_rep1 Q3 Q
Q3_rep2 Q3 Q
Q5_Q7_rep1 Q5_Q7 Q
Q5_Q7_rep2 Q5_Q7 Q
design$biological_replicate <- factor(design$biological_replicate, levels = c("L4","L6_L8", "Q3", "Q5_Q7"))
design$method <- factor(design$method, levels = c("L", "Q"))
Group <- factor(paste(design$biological_replicate,design$method,sep="."))
design<- cbind(design,Group)
biological_replicate method Group
L4_rep1 L4 L L4.L
L4_rep2 L4 L L4.L
L6_L8_rep1 L6_L8 L L6_L8.L
L6_L8_rep2 L6_L8 L L6_L8.L
Q3_rep1 Q3 Q Q3.Q
Q3_rep2 Q3 Q Q3.Q
Q5_Q7_rep1 Q5_Q7 Q Q5_Q7.Q
Q5_Q7_rep2 Q5_Q7 Q Q5_Q7.Q
design.matrix <- model.matrix(~0+Group,design)
colnames(design.matrix) <- levels(Group)
design.matrix
L4.L L6_L8.L Q3.Q Q5_Q7.Q
L4_rep1 1 0 0 0
L4_rep2 1 0 0 0
L6_L8_rep1 0 1 0 0
L6_L8_rep2 0 1 0 0
Q3_rep1 0 0 1 0
Q3_rep2 0 0 1 0
Q5_Q7_rep1 0 0 0 1
Q5_Q7_rep2 0 0 0 1
attr(,"assign")
[1] 1 1 1 1
attr(,"contrasts")
attr(,"contrasts")$Group
[1] "contr.treatment"
my.contrasts_1 <- makeContrasts(QvsL = (Q3.Q+Q5_Q7.Q)/2-(L4.L+L6_L8.L)/2, levels = design.matrix)
my.contrasts_2 <- makeContrasts(QvsL = (Q3.Q+Q5_Q7.Q)-(L4.L+L6_L8.L), levels = design.matrix)回答 1
Stack Overflow用户
回答已采纳
发布于 2018-04-11 02:17:52
首先，需要对技术复制进行求和，以进行差异表达分析。您只需将两个计数加在一起即可。
将技术复制相加后，您的数据应该如下所示：
Sample <- c("L4", "L6_L8", "Q3", "Q5_Q7")
Method <- c("L", "L", "Q", "Q")
df <- data.frame(Sample, Method)
Sample Method
1 L4 L
2 L6_L8 L
3 Q3 Q
4 Q5_Q7 Q现在，设计矩阵很简单：
design.matrix <- model.matrix(~0 + Method)
colnames(design.matrix) <- c("L","Q")
MethodL MethodQ
1 1 0
2 1 0
3 0 1
4 0 1这种对比也变得很容易产生：
my_contrast <- makeContrasts(L-Q, levels = design.matrix)
Contrasts
Levels L - Q
L 1
Q -1这不是你问题的一部分，但假设上表代表了你的实际数据，那么生物复制的绝对数量是最小的。不要将技术复制视为生物复制。您将增加类型1错误。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49750425
复制相关文章
相似问题
腾讯云开发者
