透過定序分析分析非常態分佈資料的相關性你好，
我可能挖掘得還不夠，但我在社區中找不到答案。
我們有 NGS 之類的數據、基因表達，我們希望將不同樣本區域之間的關聯起來。 數據不是常態分佈的。
我們有各種輸入表明我們應該使用對數轉換來獲得常態分佈。
我們想要研究相關性，我們可以在非常態分佈資料上進行嗎？ 我們需要進行日誌分發嗎？
使用一種或另一種方法得出的相關性並不相同，因此我們希望確保我們以正確的方式進行計算，因為我們不是統計學家。
感謝任何可以在這一點上幫助我們的人。
祝你有美好的一天
瑪莉
基礎資料分析與建模回覆：透過定序分析分析非常態分佈資料的相關性你好@mgerusdurand ， 謝謝你的問題！
對於您的數據來說，它是否稀疏（很多零）？ 如果資料不是很稀疏，那麼通常像RNA-seq資料一樣，我們建議對資料進行變換，例如對數轉換，然後進行相關性分析、降維和視覺化（PCA、UMAP、TSNE）和聚類。
相關性也有不同類型——pearson相關性、spearman相關性、kendall's tau等。根據您的研究興趣，您可以選擇不同的方法。
回覆：透過定序分析分析非常態分佈資料的相關性謝謝@MeichenDong ！
我們沒有很多零，這些不是標準的 RNA seq 數據，因為它們是空間解析的。 我不想透過對數轉換來「隱藏」異常值，因此我沒有得到建議的轉換。 非參數資料的皮爾遜相關性聽起來像是在這個特定環境下回答我們的問題。
感謝您的協助
回覆：透過定序分析分析非常態分佈資料的相關性我也有同樣的問題。
回覆：透過定序分析分析非常態分佈資料的相關性你好@CrossoverBird55 ，有什麼具體問題需要我們幫忙嗎？
轉換/標準化資料的方式也取決於下游分析計劃。
