### R code from vignette source 'PLLPstatistics.Rnw' ################################################### ### code chunk number 1: loadData ################################################### data("statsTable", package="DonaPLLP2013") x <- statsTable dim(x) head(x) ################################################### ### code chunk number 2: tab ################################################### table(x$condition) ################################################### ### code chunk number 3: plotConditions ################################################### splitByCond <-split(x$ratio, x$condition) plotOrder <- c("WT", "Cxcr4b-/-", "Cxcr7-/-", "Cxcr7-/-Cxcl12aMo", "Cxcl12a-/-", "mem-tFT") splitByCond <- splitByCond[plotOrder] stripchart(splitByCond, vertical=TRUE, xlab="Condition", ylab="Lifetime Ratio (-)", group.names=1:length(splitByCond)) ################################################### ### code chunk number 4: PLLPstatistics.Rnw:93-100 ################################################### compareConds <- as.data.frame( matrix(nr=6, data=c("WT", "WT", "WT", "WT", "Cxcr7-/-", "Cxcr7-/-", "Cxcr4b-/-", "Cxcr7-/-", "Cxcl12a-/-", "mem-tFT", "Cxcr7-/-Cxcl12aMo", "Cxcr4b-/-") ), stringsAsFactors=FALSE) colnames(compareConds) <- c("condition 1", "condition 2") ################################################### ### code chunk number 5: PLLPstatistics.Rnw:105-117 ################################################### for (i in seq_len(nrow(compareConds))) { res <- t.test(x$ratio[x$condition == compareConds[i,1]], x$ratio[x$condition == compareConds[i,2]]) compareConds[i, "t"] <- res$statistic compareConds[i, "df"] <- res$parameter compareConds[i, "mean 1"] <- res$estimate[1] compareConds[i, "mean 2"] <- res$estimate[2] compareConds[i, "difference in means"] <- res$estimate[2]-res$estimate[1] compareConds[i, "p.value"] <- res$p.value compareConds[i, "method"] <- res$method } compareConds ################################################### ### code chunk number 6: PLLPstatistics.Rnw:123-125 ################################################### compareConds[, "p.adjusted"] <- p.adjust(compareConds[, "p.value"], method="bonferroni") ################################################### ### code chunk number 7: PLLPstatistics.Rnw:130-132 ################################################### compareConds[order(compareConds[, "condition 1"], compareConds[, "difference in means"], decreasing=TRUE), ] ################################################### ### code chunk number 8: plotIndividual ################################################### myPlotQQ <- function(residuals, main) { qqnorm(residuals, main=main) qqline(residuals) } standardize <- function(x) {(x-mean(x, na.rm=TRUE))/sd(x, na.rm=TRUE)} par(mfrow=c(3, 2)) for (c in unique(x$condition)) { dataPts <- standardize(x[x$condition == c, "ratio"]) myPlotQQ(dataPts, c) } ################################################### ### code chunk number 9: PLLPstatistics.Rnw:165-174 ################################################### compareCondsMW <- compareConds[, c("condition 1", "condition 2")] for (i in seq_len(nrow(compareCondsMW))) { res <- wilcox.test(x$ratio[x$condition == compareCondsMW[i, 1]], x$ratio[x$condition == compareCondsMW[i, 2]]) compareCondsMW[i, "W"] <- res$statistic compareCondsMW[i, "p.value"] <- res$p.value compareCondsMW[i, "method"] <- res$method } compareCondsMW