Re: [問題] 想請教板上環工或是統計專長的朋友一個 …

看板PhD作者 (魚魚)時間13年前 (2010/09/06 18:05), 編輯推噓2(2推 0噓 24→)
留言26則, 6人參與, 最新討論串2/2 (看更多)
※ 引述《hint (???)》之銘言： : 最近在做微生物對環境中汙染物 (有機或無機) : 之耐受度實驗, 想請教一下是否有 對不同 : 物質 tolerance 表達之正確方式? (可發paper 形式). : 1. 比如說 A 菌 在 SOx present 狀況下 從 5 ppm to 5000 ppm : 都長得比 B 菌好? 可以直接用文字說明 還是要用統計方法表 : 達? SOx 若有多種濃度 建議可以繪製成圖 (橫軸為濃度 縱軸為生長情況) 將A & B菌以不同顏色 (or label)表示於同一張圖 以便比較 再將每個濃度與control做 T-test 檢定 若 p-value < 0.05 可在該label上標註* 檢定的結果不需列出 只需在內文中提及 那些濃度下 菌種生長情況有顯著差異即可 : 2. 另外 A 菌在 ABCDF 五種項目中, 有三種比 B 好 : 但是 B 菌在 另外兩種項目中 耐受度比A好非常多 (1 or 2 log). : 這樣可以比較嗎?A 比 B耐受度高或低?(或說有何種統計方法可以表示?) : 感謝賜教 這種情況 統計上會先建議先做個2因子變異數分析 (2-way ANOVA,原理請google) 2-way ANOVA 結果有三個p-value 分別是 1. 檢定A&B菌之間在檢驗項目中有無差異 2. 檢定五種檢驗項目之間有無差異 3. 菌與檢驗項目的交互作用 (這個比較複雜 一般可先不看) 以你的要求來看 就只要觀察第一種 p value即可 T test & 2-way ANOVA 用excel就可以算了 進行 2-way ANOVA 時 最好每個檢驗項目的 repeat >= 3 以上統計方法若不熟悉 可以翻翻生統課本 都屬於基礎章節 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 211.76.175.169
→
09/06 20:49, , 1F
很好奇,repetition >=3 這個規則從哪來的???
09/06 20:49, 1F
→
09/06 21:59, , 2F
這是統計上可接受的"最低"樣本數了 對真正學統計的人來說
09/06 21:59, 2F
→
09/06 22:00, , 3F
n=3其實還是太少 但一般生物界是接受的
09/06 22:00, 3F
→
09/06 22:01, , 4F
不過 "統計"的應用範圍太大 各領域可根據約定成俗的習慣
09/06 22:01, 4F
→
09/06 22:07, , 5F
來使用即可
09/06 22:07, 5F
→
09/06 23:36, , 6F
約定俗成的來由可能是誤解或不了解, 不可似是而非不求甚解
09/06 23:36, 6F
推
09/06 23:39, , 7F
感謝指教 我會再想想:)
09/06 23:39, 7F
→
09/06 23:46, , 8F
請教各位先進:ANOVA只能檢定有無差異。你怎麼知道是你
09/06 23:46, 8F
→
09/06 23:46, , 9F
設定的變因所造成的？而不是其他潛在因子？
09/06 23:46, 9F
→
09/07 01:33, , 10F
09/07 01:33, 10F
→
09/07 12:01, , 11F
XD 這個影片很讚 也很實在 所以我才說 對真正學統計的人來
09/07 12:01, 11F
→
09/07 12:02, , 12F
說 生物實驗中的樣本數都是不足的 但我想lab的人都知道
09/07 12:02, 12F
→
09/07 12:03, , 13F
樣本數 vs $$ 這之間是要有取捨的 嚴謹的研究沒多少人會做
09/07 12:03, 13F
→
09/07 12:04, , 14F
給light 2way ANOVA的第二種p-value可以提供變因之間的差異
09/07 12:04, 14F
→
09/07 12:05, , 15F
但若要進一步了解是那一個變因為主要因子 則需進行事後檢定
09/07 12:05, 15F
→
09/07 12:06, , 16F
如果你的變因很多 樣本數也很多 還可以用主成份分析(PCA)
09/07 12:06, 16F
→
09/07 13:16, , 17F
以我老闆是流病生統領域的看法,就算他參與樣本數達上萬甚至
09/07 13:16, 17F
→
09/07 13:18, , 18F
更多的研究指出某個基因型與疾病有顯著相關,他也不保證其它
09/07 13:18, 18F
→
09/07 13:20, , 19F
parallel能得到相同結果,反之生物實驗做3~5次就取avg看SE有
09/07 13:20, 19F
→
09/07 13:25, , 20F
顯著差異,那起碼其他人大概也能夠再現,樣本數不是結論保證
09/07 13:25, 20F
→
09/07 20:58, , 21F
那是因為genetic epi研究幾乎都是觀察型研究,
09/07 20:58, 21F
→
09/07 20:59, , 22F
結論是否是unbiased,跟study design,樣本的收集有絕大的關係
09/07 20:59, 22F
→
09/07 21:01, , 23F
而且通常要考慮的risk factor往往也比較多,所以模型是不是
09/07 21:01, 23F
→
09/07 21:03, , 24F
正確往往是各說各話,你拿這種觀察型研究的樣本數來跟生物實驗
09/07 21:03, 24F
→
09/07 21:03, , 25F
的樣本數比, 簡直是XX比OO.... XD
09/07 21:03, 25F
推
09/08 08:56, , 26F
樓上中肯
09/08 08:56, 26F
‣ 更多 mammer 的文章
文章代碼(AID): #1CXBprku (PhD)
‣ 更多 mammer 的文章
文章代碼(AID): #1CXBprku (PhD)