单一对照即可对许多样品进行标准t检验我确定我缺少一些基本的知识，但是当有许多其他样本要比较时，我似乎找不到一种对单个控件进行标准t检验的方法。 所有成对的比较都是可能的，但这会导致太多无关的比较。 与使用Dunnett检验的控件进行比较是另一种可能性，但我的最终目标是执行标准t检验，然后通过FDR调整p值。 有任何想法吗？
回复：通过一个对照即可在多个样品上进行标准t检验感谢克里斯的全面，周到的答复。 我们将测试数千个样本，以便所有成对比较都将变得非常大。 相反，我们可以从lsmeans表中获得所需的信息，因为它包含标准错误。 我写了一个小JSL脚本来使用lsmeans表中的信息以及错误自由度来进行t检验和应用FDR。 将其打包为插件似乎运行良好。 如果将来可以将带有单个比较器（控件）的原始t检验作为标准功能使用，那就太好了。
回复：通过一个对照即可在多个样品上进行标准t检验是的，在进行比较时，Dunnet确实会考虑家庭错误率并将其保持在alpha以下。但是Tukey，Bonferroni和其他人也是如此。它可能比Benjamini-Hochberg FDR更保守，但不如Bonferroni保守。我认为进行多少比较也很重要。我认为，通过大量的比较，本杰米尼·霍奇伯格FDR似乎是合理的，从筛选的角度来看并不那么激进，但对于少数比较而言，也许也有些激进。
至于使用学生的t检验作为比较均值选项，可以使用以下技巧来获取所需的内容。
如果您想使用学生的t检验并且仅查看控件比较，那么一种技巧可能会对您有所帮助。在报告底部，查找有序差异报告。您可以右键单击它，然后选择“制成数据表”。在那里，您可以按级别排序并删除没有所需比较的行。这是另一个技巧，如果您使用列的值排序属性，则可以将控件级别放在列表顶部。这将有助于有序差异报告，以便您可以更轻松地与控件进行比较。
然后，可以使用FDR公式在此新表中创建新列，以便更正p值。
最后，那些比较将出现在决策线（临界值）的边缘，并且无论如何应该将它们包括在内。它正在筛选，因此再添加一些不会有伤害。p值和临界线是缩小目标范围的不错指南，但不应严格用于筛选目的。决策过程中还必须包含一些实际考虑因素（实际上可以跟进多少比较）
希望这可以帮助。
克里斯
回复：通过一个对照即可在多个样品上进行标准t检验太好了，谢谢您确认我没有丢失任何东西。 FDR是高通量筛选实验室中的首选方法。 我的理解是Dunnett的检验控制着家庭方面的错误率，这通常太保守了。
回复：通过一个对照即可在多个样品上进行标准t检验根据设置数据的方式，Dunnet的“ Fit Y by X”控制是您唯一的选择。您为什么不希望将Dunnet与控件一起使用？该选项似乎是最适合您的数据的选项。 您在需要FDR的地方进行了多少比较？
克里斯
回复：通过一个对照即可在多个样品上进行标准t检验谢谢，但这不是我想要的。 我感兴趣的是筛选，但不是跨多个响应（例如基因表达），而是跨多个样本，每个样本只有一个响应。 这是高通量筛选实验室的典型用例，令我有些惊讶的是，该功能并不明显。 但是我也是一个可怜的观察者，所以我可能会错过它:)
回复：通过一个对照即可在多个样品上进行标准t检验听起来您可能正在寻找“响应筛选”平台。 v13中的“分析/筛选”下。它也为您报告FDR。 当您有数千个响应并且想要在某些输入因子的两个级别之间进行比较时，这确实非常方便。
