你好，
我正在处理非常大的数据集，其中我们进行了许多不同的研究（study_id），在其中比较了各种“ test_article”与对照（即PBS）。这是在多个副本（subject_id）中完成的。在每个研究中，对于每个subject_id，我们都在对多达50000种不同类型的测量（蔬菜）进行测量。 每次测量的结果均以log2的形式报告（通过同一项研究的对照组平均值对特定受试者的测量值进行标准化，但我认为测量的性质并不那么重要）。
在一个小的数据集上，我将对每个蔬菜进行单向方差分析（每个研究一个），以比较治疗效果（test_article），然后再进行Dunnett的治疗。在大数据上，由于两个原因（多次测量-因此需要进行FDR）似乎变得难以处理，并且无法（即不知道如何）仅报告p值并绕过图形阶段（这不切实际）对于那么多的测试）。
“响应筛选”似乎是一个更好的选择，但是缺少定义参考对照组的选项，因为我对知道测试文章A是否优于B感兴趣，而仅当test_article中的任何一个与测试文章不同时才感兴趣。控制。
最后，我希望能够对该过程进行编码以提高可重复性。
我已经附上了数据集的一个玩具示例。
任何建议将不胜感激。
塞巴斯蒂安
