Ciao,
Ho a che fare con set di dati molto grandi in cui abbiamo condotto molti studi diversi (study_id) in cui confrontiamo vari 'test_article' con un controllo (cioè PBS). Questo viene fatto in più replicati (subject_id). Per ciascuno dei subject_id, in ciascuno di questi studi, stiamo effettuando misurazioni per un massimo di 50000 diversi tipi di misurazione (Veggies). Il risultato di ogni misurazione è riportato come log2 (della misurazione di un dato soggetto normalizzato dalla media del gruppo di controllo dello stesso studio, ma la natura della misurazione non è così importante, penso).
Su un piccolo set di dati, eseguivo un'anova unidirezionale (una per studio) per ogni veicolo per confrontare l'effetto del trattamento (test_article) e seguirlo con un Dunnett. Su dati di grandi dimensioni, sembra diventare intrattabile per 2 motivi (misurazione multipla - quindi FDR diventa un requisito) e incapace (cioè non so come) di riportare solo il valore p e bypassare la fase grafica (che non è pratico per tanti test).
Lo "screening di risposta" sembra essere un'alternativa leggermente migliore ma manca l'opzione per definire un gruppo di controllo di riferimento poiché non mi interessa sapere se l'articolo di test A è migliore di B ma solo se una delle test_article è diversa dalla controllo.
Infine, vorrei essere in grado di codificare il processo per la riproducibilità.
Ho allegato un esempio di giocattolo del set di dati.
Qualsiasi suggerimento sarebbe molto apprezzato.
Sebastien
