單一對照即可對許多樣品進行標準t檢驗我確定我缺少一些基本的知識，但是當有許多其他樣本要比較時，我似乎找不到一種對單個控件進行標準t檢驗的方法。 所有成對的比較都是可能的，但這會導致太多無關的比較。 與使用Dunnett檢驗的控件進行比較是另一種可能性，但我的最終目標是執行標準t檢驗，然後通過FDR調整p值。 有任何想法嗎？
回复：通過一個對照即可在多個樣品上進行標準t檢驗感謝克里斯的全面，周到的答复。 我們將測試數千個樣本，以便所有成對比較都將變得非常大。 相反，我們可以從lsmeans表中獲得所需的信息，因為它包含標準錯誤。 我寫了一個小JSL腳本來使用lsmeans表中的信息以及錯誤自由度來進行t檢驗和應用FDR。 將其打包為插件似乎運行良好。 如果將來可以將帶有單個比較器（控件）的原始t檢驗作為標準功能使用，那就太好了。
回复：通過一個對照即可在多個樣品上進行標準t檢驗是的，在進行比較時，Dunnet確實會考慮家庭錯誤率並將其保持在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。我認為進行多少比較也很重要。我認為，通過大量的比較，本傑米尼·霍奇伯格FDR似乎是合理的，從篩選的角度來看並不那麼激進，但對於少數比較而言，也許也有些激進。
至於使用學生的t檢驗作為比較均值選項，可以使用以下技巧來獲取所需的內容。
如果您想使用學生的t檢驗並且僅查看控件比較，那麼一種技巧可能會對您有所幫助。在報告底部，查找有序差異報告。您可以右鍵單擊它，然後選擇“製成數據表”。在那裡，您可以按級別排序並刪除沒有所需比較的行。這是另一個技巧，如果您使用列的值排序屬性，則可以將控件級別放在列表頂部。這將有助於有序差異報告，以便您可以更輕鬆地與控件進行比較。
然後，可以使用FDR公式在此新表中創建新列，以便更正p值。
最後，將在決策線（分界線）邊緣進行比較，並且無論如何應該將其包括在內。它正在篩選，因此再添加一些不會有傷害。p值和臨界線是縮小目標範圍的不錯指南，但不應嚴格用於篩選目的。決策過程中還必須包含一些實際考慮因素（實際上可以跟進多少比較）
希望這可以幫助。
克里斯
回复：通過一個對照即可在多個樣品上進行標準t檢驗太好了，謝謝您確認我沒有丟失任何東西。 FDR是高通量篩選實驗室中的首選方法。 我的理解是Dunnett的檢驗控制著家庭方面的錯誤率，這通常太保守了。
回复：通過一個對照即可在多個樣品上進行標準t檢驗根據設置數據的方式，Dunnet的“ Fit Y by X”控制是您唯一的選擇。您為什麼不希望將Dunnet與控件一起使用？該選項似乎是最適合您的數據的選項。 您在需要FDR的地方進行了多少比較？
克里斯
回复：通過一個對照即可在多個樣品上進行標準t檢驗謝謝，但這不是我想要的。 我感興趣的是篩選，但不是跨多個響應（例如基因表達），而是跨多個樣本，每個樣本只有一個響應。 這是高通量篩選實驗室的典型用例，令我有些驚訝的是，該功能並不明顯。 但是我也是一個可憐的觀察者，所以我可能會錯過它:)
回复：通過一個對照即可在多個樣品上進行標準t檢驗聽起來您可能正在尋找“響應篩選”平台。 v13中的“分析/篩選”下。它也為您報告FDR。 當您有數千個響應並且想要在某些輸入因子的兩個級別之間進行比較時，這確實非常方便。
