단일 컨트롤로 많은 샘플에서 표준 t- 검정나는 기본적인 것을 놓치고 있다고 확신하지만 비교할 다른 많은 샘플이있을 때 단일 컨트롤에 대해 표준 t 테스트를 수행하는 방법을 찾지 못하는 것 같습니다. 모든 쌍별 비교는 가능하지만 너무 많은 비교가 이루어지지 않습니다. Dunnett의 테스트를 사용한 컨트롤과의 비교는 또 다른 가능성이지만 최종 목표는 표준 t- 테스트를 수행 한 다음 FDR을 통해 p- 값을 조정하는 것입니다. 어떤 아이디어?
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정포괄적이고 신중한 답변을 해주신 Chris에게 감사합니다. 우리는 수천 개의 샘플을 테스트하여 모든 쌍별 비교가 꽤 커질 것입니다. 대신 표준 오류가 포함되어 있기 때문에 lsmeans 테이블에서 필요한 것을 얻을 수 있습니다. ts 테스트를 수행하고 FDR을 적용하기 위해 lsmeans 테이블의 정보를 오류 자유 도와 함께 사용하는 작은 JSL 스크립트를 작성했습니다. 플러그인으로 패키지하면 잘 작동하는 것 같습니다. 단일 비교기 (대조군)가있는 원시 t- 테스트가 향후 표준 기능으로 제공된다면 좋을 것입니다.
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정예, Dunnet이 비교할 때 가족 별 오류율을보고 알파 아래로 유지한다는 것은 사실입니다. 그러나 Tukey, Bonferroni 등도 마찬가지입니다. 그것은 Benjamini-Hochberg FDR보다 더 보수적이지만 Bonferroni보다 덜 보수적입니다. 나는 얼마나 많은 비교가 이루어지고 있는지도 중요하다고 생각합니다. 나는 많은 비교를 통해 Benjamini-Hochberg FDR이 합리적이고 스크리닝 관점에서 그리 공격적이지는 않지만 약간의 비교는 약간 공격적이라고 생각합니다.
비교 수단 옵션에 Student 's t-Test를 사용하는 경우 원하는 것을 얻는 데 사용할 수있는 몇 가지 트릭이 있습니다.
학생의 t- 검정을 사용하고 대조군 비교 만보고 싶을 때 도움이 될 수있는 한 가지 요령. 보고서 맨 아래에서 차수 차이 보고서를 찾으십시오. 마우스 오른쪽 버튼으로 클릭하고 데이터 테이블로 만들기를 선택할 수 있습니다. 여기에서 레벨별로 정렬하고 원하는 비교가없는 행을 제거 할 수 있습니다. 열의 값 순서 속성을 사용하는 경우 목록의 맨 위에 제어 수준을 지정할 수있는 또 다른 방법이 있습니다. 이를 통해 순서 차이 보고서에 도움이되므로 컨트롤과 비교하기가 더 쉬워집니다.
이 새 테이블에서 FDR 수식을 사용하여 새 열을 만들어 p- 값을 수정할 수 있습니다.
결국, 의사 결정 라인의 가장자리에있는 비교 (컷오프)가있을 것이며 아마도 어쨌든 포함될 것입니다. 상영 중이므로 몇 가지 더 아프지 않습니다. p- 값과 컷오프 라인은 초점을 맞출 대상을 좁히는 데 유용한 안내서이지만 선별 목적으로 엄격하게 사용해서는 안됩니다. 의사 결정 과정에도 실질적인 고려 사항이 포함되어야합니다 (실제로 비교할 수있는 비교 횟수)
도움이 되었기를 바랍니다.
크리스
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정내가 빠진 것이 없다는 것을 확인해 주셔서 감사합니다. FDR은 고 처리량 스크리닝 실험실에서 선호되는 방법입니다. Dunnett의 테스트는 가족 현명한 오류율을 제어한다는 점을 이해합니다. 이는 종종 너무 보수적입니다.
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정데이터 설정 방식에 따라 Fit by by X에 의해 제어되는 Dunnet은 유일한 옵션입니다. Dunnet을 제어와 함께 사용하고 싶지 않은 이유는 무엇입니까? 이 옵션은 데이터에 가장 적합한 옵션 인 것 같습니다. FDR이 필요할 것으로 생각되는 곳을 얼마나 많이 비교하고 있습니까?
크리스
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정고마워,하지만 이것은 내가 찾고있는 것이 아닙니다. 스크리닝에 관심이 있지만 유전자 발현과 같은 많은 반응이 아니라 각각 하나의 반응으로 많은 샘플에 걸쳐 있습니다. 이것은 높은 처리량 스크리닝 실험실의 일반적인 사용 사례이며 기능이 명확하지 않은 것으로 보입니다. 그러나 나는 또한 꽤 가난한 관찰자이므로 아마도 그것을 놓칠 것입니다 
재 : 단일 대조군으로 많은 시료에 대한 표준 t- 검정Response Screening 플랫폼을 찾고있는 것 같습니다. v13에서는 Analyze / Screening 아래에 있습니다. FDR도보고합니다. 수천 개의 응답이 있고 입력 요소의 두 수준을 비교하려고 할 때 매우 편리합니다.
