j*****u
发帖数: 285 | 1 两个基因型A和B，y轴为测量值，x轴为时间点，每个基因型有5个时间点，这5个点用线
连起来。我以为如果做统计分析，每个时间点用 student t test来比较A 和B，如果p<
0.05,则有显著差异。这样做5个t-test，把＊号标在每个时间点上。
但reviewer 说这样的统计分析不是合理的。请知道的童鞋赐教！多谢！ |
k*****2
发帖数: 135 | 2 要具体看reviewer说哪里不合理。
原因1：t-test assume了normal distribution，而你的data并不是normal，这个时候
可以用nonparametric test，比如https://en.wikipedia.org/wiki/Mann%E2%80%
93Whitney_U_test
原因2（更可能的原因）：你做了5个test，所以应该做multiple-testing correction,
你的p不再是0.05作为cutoff，而应该是p<0.05/5=0.01 （假设用bonferroni
correction） |
d****k
发帖数: 2738 | |
y**h
发帖数: 318 | 4 你是要比较分布还是比较某两个特定的点？
你这些点的来源不清楚，问题也没提清楚，没法知道该用什么模型最好。
如果比较分布，kagura2建议的非参数检验可用。 |
o*****p
发帖数: 2977 | 5 把图和数据拿上来看看。你可以把基因名字和测量名词去掉。
p<
【在 j*****u 的大作中提到】
: 两个基因型A和B，y轴为测量值，x轴为时间点，每个基因型有5个时间点，这5个点用线
: 连起来。我以为如果做统计分析，每个时间点用 student t test来比较A 和B，如果p<
: 0.05,则有显著差异。这样做5个t-test，把＊号标在每个时间点上。
: 但reviewer 说这样的统计分析不是合理的。请知道的童鞋赐教！多谢！
|
d********m
发帖数: 3662 | 6 The way you conducted the statistical inference is conceptually right but
methodologically wrong.
let's assume your data are from normal distribution or hopefully you have
sample size that is large enough. Since they are time-dependent, this is
what I would suggest to do -- treat 5 mean differences as a mean vector. In
other words, think of a set of five gene expression differences along the
time axis as a random sample. In this way, each random sample is independent
of one another. The null hypothesis is it's a zero mean vector. This is
what you want to test against.
The test statistic under this null hypothesis follows T-squared distribution
. In case the null is rejected, you could turn to inspect simultaneous
confidence interval to see at which time point expression difference between
A and B would have caused this rejection.
It's not clear from your description should paired sample be used. But
anyhow the test statistic remains the same while the only difference is the
degree of freedom in the distribution.
Hope this helps. |
j*****u
发帖数: 285 | 7 多谢大家的建议！我改用ANOVA了。
p<
【在 j*****u 的大作中提到】
: 两个基因型A和B，y轴为测量值，x轴为时间点，每个基因型有5个时间点，这5个点用线
: 连起来。我以为如果做统计分析，每个时间点用 student t test来比较A 和B，如果p<
: 0.05,则有显著差异。这样做5个t-test，把＊号标在每个时间点上。
: 但reviewer 说这样的统计分析不是合理的。请知道的童鞋赐教！多谢！
|
k*****2
发帖数: 135 | 8 555，建议被无视了~~~
恭喜找到答案~
【在 j*****u 的大作中提到】
: 多谢大家的建议！我改用ANOVA了。
:
: p<
|
K**R
发帖数: 193 | 9 个人感觉，其实anova 有时候不太适合生物，虽然整体都明显，显著性不好，毕竟生物
variation比较大，
比如10， 7， 5，
第二组 2.8 3.1， 3.1
第三组 1.2， 1.7， 1.9
用anova 可能就没有差异，因为第一组variation大， |
d****k
发帖数: 2738 | |
