X에 대한 "Fit Y" 대 "Response Screening"에서 얻은 다른 p-값안녕하세요:
저는 약 3,000개의 유전자(변수)에 대해 3개 그룹/조건(그룹 1: 5개 관찰, 그룹 2: 6개 관찰, 그룹 3: 4개 관찰)에 대한 15개 관찰을 포함하는 데이터 세트를 가지고 있으며 3개 그룹에 걸쳐 해당 유전자에 대한 ANOVA 및 사후 검정을 수행하고 싶습니다.
저는 "반응 스크리닝"을 시도하여 3,000개 유전자에 대한 ANOVA의 p값을 얻었고, 또한 "평균 차이 표시"를 클릭하고 해당 p값을 표시하기 위해 "열"을 마우스 오른쪽 버튼으로 클릭하여 다른 그룹(예: 그룹 3/그룹 1, 그룹 2/그룹 1) 간의 관찰치를 비교한 각각의 p값을 얻었습니다.
제 질문은 다음과 같습니다. "Fit Y by X"로 개별 변수를 테스트했을 때 ANOVA에 대해 동일한 p-값을 얻었지만 사후 검정(Tukey-HSD/Tukey-Kramer)을 진행했을 때 그룹 간 비교에 대해 다른 p-값을 얻었습니다. 이러한 값은 "Response Screening"에서 얻은 값과 같지 않습니다. 왜 그럴까요?
"Response Screening"에서 그룹 비교를 위한 p-값은 어떻게 결정됩니까? 일종의 사후 검정에서 파생된 것으로 가정합니까?
귀하의 도움에 미리 감사드립니다!
기본 데이터 분석 및 모델링Re: X에 의한 "Fit Y" 대 "Response Screening"에서 얻은 다른 p-값안녕하세요 @FactorLevelFox5 님 ,
커뮤니티에 오신 것을 환영합니다!
Tukey-Kramer 검정은 다중 비교를 위한 조정된 검정입니다. " 이 방법은 모든 쌍 조합의 검정에 대한 전반적인 유의 수준을 보호합니다 ."
신뢰 수준을 정의할 때(예: 0.95) 이는 하나의 비교에 대해 정의되지만 연구에 포함된 모든 비교에 대해 정의되는 것은 아닙니다. 귀하의 예에서 3개의 그룹이 있으므로 3개의 가능한 쌍 비교가 가능합니다. 그룹 1과 2, 그룹 1과 3, 그룹 2와 3입니다. 따라서 모든 비교에 대한 전체 신뢰 수준은 0.95^3 = 0.857이 됩니다.
즉, 본페로니나 투키-크라머와 같은 p값 조정 기술이 없다면 전반적인 신뢰 수준은 약 0.86이 되어 생각했던 것보다 훨씬 더 많은 거짓 양성 반응(5% 대신 14% 위험)을 예상할 수 있습니다.
조정 기술을 사용하면 계산이 약간 다르므로 더 높은 p-값(조정되지 않은 검정에 비해)을 기대할 수 있습니다. 이는 수행하는 총 비교 횟수를 고려하고, 조정은 그룹 간에 통계적 차이가 없는 경우에도 통계적 차이가 발견될 위험을 최소화하기 위한 것입니다.
이것이 발견된 차이점을 명확히 해주기를 바랍니다.
Re: X에 의한 "Fit Y" 대 "Response Screening"에서 얻은 다른 p-값빠른 답변 감사합니다! 그러니까 "평균 차이"(응답 스크리닝)의 p-값은 단지 t-검정(ANOVA 후 사후 검정이 아님)인가요?
그렇다면 반응 스크리닝에서 사후 분석의 p-값을 얻을 수 있는 방법이 있습니까?
다시 한번 감사드립니다!
Re: X에 의한 "Fit Y" 대 "Response Screening"에서 얻은 다른 p-값안녕하세요 @FactorLevelFox5 님 ,
JMP 도움말 섹션을 살펴보면 Response Screening 플랫폼의 p-값이 쌍대 비교를 위한 Student's t test를 통해 얻어진다는 것을 알 수 있습니다: Means Differences Data Table
그러나 동일한 테스트를 사용하여 얻었지만 False Discovery Rate 기술을 사용하여 여러 비교를 위해 수정된 "FDR p-값"이 있는 열도 볼 수 있습니다. 응답 스크리닝 플랫폼에 대한 통계 세부 정보
이 기술에 대한 자세한 내용은 여기에서 읽을 수 있습니다: Benjamini, Y., 및 Hochberg, Y. (1995). "Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing." Journal of the Royal Statistical Society , Series B 57:289–300 또는 Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing
거짓 발견율은 Fit Y by X의 수정된 테스트 옵션에 포함되지 않습니다. 두 플랫폼에서 제안된 수정 사항의 강조점이 약간 다르기 때문입니다.
- Fit Y by X에서 여러 그룹이 있는 범주형 변수 X와 연속형 변수 Y에 대해 다중 검정 수정이 필요할 수 있습니다. 이는 동일한 변수 X에 대한 각 그룹 쌍 간의 가능한 반응 차이인 가능한 각 조합을 비독립적인 방식으로 검정하기 때문입니다.
- 반응 스크리닝에서 많은 독립적인 XY 관계의 통계적 유의성을 조사할 때 다중 테스트 수정이 필요할 수 있습니다.
이 답변이 이 플랫폼의 보고서와 사용에 대한 명확한 설명을 제공하기를 바랍니다.
