스포어 카운트 분석<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 식물성 포자를 형성하는 다양한 매개물을 살균하기 위해 실험을하고있는 한 과학자와 함께 일해 왔습니다. 배지에 질병 포자가 감염되면 배지는 완화 작용을받습니다. 그런 다음 살아남은 포자가 계산됩니다. 포자의 초기 개수는 각각의 매질에 대해 이용 가능하지 않습니다. 미처리 배지 샘플을 시험하여 초기 포자 수를 얻는다. 평균 초기 포자 수는 각 매체 유형에 대해 계산됩니다. 데이터는 JMP에서 개별 매체에 생존 포자의 후 처리 카운트와 이항 분포와 GLM을 사용하여 분석되며, 평균 초기 포자 카운트는 이항 분석에서 두 번째 변수 (분모)입니다. 이 분석을 통해 생존 포자의 확률은 매체 샘플의 평균 포자 수를 사용하여보고됩니다. 이 접근 방식에 문제가 있습니까? 각 매체에 대해 초기 개수를 갖는 것이 바람직 할 것임을 알고 있습니다. 평균 초기 포자 배지를 사용하는 것이이 분석에서 쟁점이됩니까? 우리는 우리가 매체의 개별 샘플에서 평균 초기 포자 카운트를 사용하고 있다고보고 할 계획입니다.
다시 : 포자 카운트 분석실험에서 벗어나려고하거나 실험을 설정하는 방법을 정확하게 알지 못하기 때문에 몇 가지 세부 정보가 유용 할 수 있습니다.
다른 소독제 (화학적 또는 물리적 (열, 증기))와 다른 치료 기간의 효과를 비교하고 있다고 생각합니다.
종종 포자 또는 세균 수의 로그 감소에 관심이 있습니다. 예를 들어, 10 ^ 8cfu / ml의 좋아하는 유기체로 사과 소스를 스파이크 한 다음 몇 차례의 살균 사이클 (온도 및 시간)을 통해 항아리를 작동시킵니다. 그런 다음 항아리를 열고 각 항아리에있는 몇 개의 견본을 계산하고 데이터를 사용하여 최소한의 시간대 온도 조합을 찾으면 3 개 (또는 6 개)의 로그가 감소합니다. 같은 종류의 실험을 표면 위에서 수행하고, 표면을 도징하고, 치료를하거나하지 않고 회복하고 결과를 비교할 수 있습니다.
나는 두 경우 모두 응답이 이항식이 아닙니다 (0 또는 1) ~ 않는 한 나는 만 내가 6 로그 감소보다 크거나 작 았는지 또는 어쩌면 완전하지 않은지 살균을 완료했는지 여부를 살펴 봅니다. 대부분의 경우 과학자 (및 감독자)는 예상치 주변의 로그 감소 및 신뢰 구간 (CI가 필요한 임계 값보다 낮은 상태에서 작동 할 수 있는지 여부)에 대한 추정에 더 많은 관심을 가지고 있습니다.
다시 : 포자 카운트 분석피오소니가 포아송을 생각하면, 나쁘다.
다시 : 포자 카운트 분석의견과 제안에 감사드립니다.
내 용어 중 일부는 최고가 아니 었습니다. 작업 생존 및
감염은 선도적 인 실수입니다. 실험실에서 생존 가능한 포자를 채집합니다.
초점은 매체에 생존 가능한 포자이며 특히 확률
생존 가능한 포자의
우리가하는 일을 분명히 보도록하겠습니다. 이것은 위생 연구입니다. 그만큼
두 개의 매체는 강철 와셔와 정연한 양모입니다. 따라서 포자가 없다.
그들이 싹 트면 매체에 살 것입니다. 치료는 위생적으로해야합니다.
포자 수는 살아있는 포자이다. 우리는 얼마나 효과적인지 알기를 원합니다.
트리트먼트가 포자를 청소하고 있습니다. 양모의 초기 카운트
평균 220 만, 강철 와셔는 평균 8500. 알기.
치료 후 배지에 생존 가능한 포자가 생길 확률이 중요합니다.
개수는 정수입니다. 그들은 연속적이지 않습니다. 나는 GLM을
Mark와 같은 Pioson 분포가 제안되었습니다. 나는 중요성을 찾았지만 많이는 찾지 못한다.
이항법에서와 같이. 매체에 생존 가능한 포자가 생길 확률은
관심과 치료에 중대한 영향을 미칩니다. 이항식인가?
나 한테이 말하니? 생존 가능한 포자의 낮은 확률은 우리에게 낮은
생존 가능한 포자를 퍼뜨릴 가능성.
이항법이 올바른 접근법이 아니라면 GLM Pioson 치료
추정치를 초기 포자 추정치로 나누어
매체에 생존 가능한 포자의 확률. 이것이 더 나은 방법이 될 수 있을까요?
이 확률을 추정 해?
아니면 제안 할 또 다른 접근법이 있습니까? 감사.
다시 : 포자 카운트 분석위의 설명에 따라 종속 변수로 분석하려고하는 것이 확실하지 않습니다. 이진 "오염 / 오염되지 않음"응답을 시도하는 것처럼 들리지만, 시뮬레이션 된 초기 포자 카운트와 실제 후 처리 포자 카운트를 유일한 입력 변수로 사용하고 있습니까? 나는 당신의 목표에 대해 약간 혼란 스럽다. 어떤 포자 후 생존 후, 당신의 매체 ~이다. 더럽히는. 확률은 자동으로 100 %입니다. 이제 치료와 관련된 몇 가지 변수 (예 : 치료 시간 또는 온도 또는 ...)가 모델에 포함되어 치료 효과를 결정하려고 시도한 경우, 치료 후 포자의 최종 수는 당신의 반응, 그러면 나는이 운동의 요점을 볼 수있었습니다. 그리고 Mark의 지적에 따라, 당신의 반응이 치료 후 포자 수라면, GLM에 대한 포아송 분포와 로그 링크 기능을 원할 것입니다. 아니면 여기에 뭔가 빠졌나요?
다시 : 포자 카운트 분석개별 미디어 (샘플)에 감염되는 방법이 일관성이 있다면 초기 포자 수가 동일하다고 가정 할 수 있습니다. 그러면 Poisson 분포 및 로그 링크 기능이있는 GLM을 오프셋없이 사용할 수 있습니다. 더 나은 적합을 위해과 분산에 대한 옵션을 사용하십시오. (중요한지 확인하십시오.)
당신이 선택한 이항 분포는 이분법적인 응답을 가정하지만 비율은 그렇게 될 가능성이 없습니다. 이해합니다. 계속되는거야, 안 그래?
