胞子数分析<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は植物病菌胞子から様々な培地を消毒するためにいくつかの実験を行っている科学者と協力しています。培地に病菌胞子が侵入した後、培地は緩和処置を受ける。その後、生き残った胞子を数えます。 胞子の初期数は、個々の培地ごとには利用できません。 未処理培地のサンプルを試験して初期胞子数を得る。平均初期胞子数は各培地タイプについて計算される。 個々の培地上の生存している胞子の処理後カウントを用いて二項分布を有するＧＬＭを用いてＪＭＰにおいてデータを分析し、平均初期胞子カウントは二項分析における第二変数（分母）である。この分析では、培地サンプルからの平均胞子数の使用に基づいて胞子の生存確率が報告されます。 このアプローチに問題はありますか？私はそれが各媒体のための初期カウントを持つことが好ましいであろうことを認識します。この分析では、平均初期胞子培地を使用することが問題になりますか。我々は培地の別のサンプルからの平均初期胞子数を使用していることを報告する予定です。
胞子数分析について何が実験から抜け出そうとしているのか、または実験がどのように設定されているのか正確にはわからないので、もう少し詳しく説明すると便利です。
私はあなたがあなたが異なる消毒剤（化学的または物理的（熱、蒸気））と異なる治療期間の効果を比較していると思う。
多くの場合、胞子数または細菌数の対数減少に関心があります。 例えば、私は自分の好きな有機体を10 ^ 8 cfu / mlで私のアップルソースをスパイクして、そして次に数回の滅菌サイクル（温度と時間）を通してジャーを走らせます。それから私は瓶を開けて、それぞれの瓶からいくつかのサンプルを数え、そのデータを使って3 log（または6）log数の減少が得られる最小時間温度の組み合わせを見つけます。 同じ種類の実験を表面で実行し、表面に投与し、処理の有無にかかわらず回復し、そして結果を比較することができる。
私どちらの場合も、応答は2項ではありません（0または1）。ない限り私はのみ私が6 log減少よりも大きいか小さいか、あるいはおそらく完全な滅菌対不完全ではないかどうかを調べます。ほとんどの場合、科学者（および規制当局）は、対数削減の推定値と推定値周辺の信頼区間（およびCIが必要なしきい値を下回る条件で操作できるかどうか）に関心があります。
胞子数分析についてPiosonがPoissonだと思うのを見たとき、私は悪い。
胞子数分析についてコメントと提案をありがとう。
私の専門用語のいくつかは最高ではありませんでした。仕事の生き残りと
感染したのは間違いです。実験室では、生存能力のある胞子を培地に入れます。
焦点は、媒体上の生存可能な胞子、特に確率です。
培地上で生存可能な胞子の。
私たちがしていることを明確にしましょう。これは衛生研究です。の
2つの媒体は鋼鉄洗濯機およびウールの正方形部分です。だから胞子はない
彼らが発芽した場合、メディアに住んでいるでしょう。治療は消毒することです。
胞子数は生存可能な胞子である。私達はどのくらい効果的か知りたいのです
トリートメントは胞子の片付けです。ウールの初期カウント
平均220万人、スチールワッシャーの平均8500人。を知る
処理後に培地上に生存可能な胞子ができる可能性がある。
カウントは整数です。それらは連続的ではありません。私はGLMを
Markが示唆したように、ピオソン分布。意味はあるがそれほど多くない
二項式と同じです。培地上の生存可能な胞子の確率は、
興味とそれに大きく影響する治療法。二項式です
これを教えて？生存可能な胞子の可能性が低いということは、低いことがわかります。
生存可能な胞子が広がる可能性。
二項式が正しいアプローチではない場合、GLM Pioson治療は可能ですか
推定値を作成するには、推定値を初期胞子推定値で除算します。
培地上で生存可能な胞子の可能性。これがより良い方法でしょうか
この確率を推定しますか？
それとも他に提案するアプローチがありますか。ありがとう。
胞子数分析について上記の説明から、従属変数として分析しようとしているものがわかりません。 それはあなたがバイナリの "汚染された/汚染されていない"応答を試みているように思えます、しかしあなたはあなたの唯一の入力変数としてシミュレートされた初期胞子数と実際の後処理胞子数を使っていますか？ここにあなたの目標に関して私は少し混乱していますどれか後処理で生き残った胞子です汚染されています。 あなたの確率は自動的に100％です。 今、あなたがあなたの治療の有効性を決定しようとしていて、治療後の胞子の最終的な数がそうであったように治療に関連したいくつかの変数（例えば治療の時間または温度または...）がモデルに含まれたならばあなたの反応、それから私はこの演習の要点を見ることができました。 そしてMarkの見解では、あなたの反応が治療後の胞子数であれば、GLMのポアソン分布と対数リンク関数が欲しいでしょう。 それとも私はここで何かが足りないのですか？
胞子数分析について個々の培地（サンプル）のそれぞれに感染させる方法が一貫している場合は、最初の胞子数が同じであると仮定することができます。それから、オフセットなしでポアソン分布と対数リンク関数をもつGLMを使うことができます。より良い適合のために過剰分散のオプションを有効にします。（それが有意であるかどうかを確認してください。）
あなたが選んだ二項分布は二値反応を仮定していますが、あなたの比率はそうではないようです。私はそれを理解しています。連続的ですね。
