two-way ANOVA table ----------------------------------------------------- 控制组 控制组 控制组 实验组 实验组 实验组 row1 15 15 15 400 400 400 row2 50 50 50 300 300 300 row3 10 10 10 200 200 200 ----------------------------------------------------- 在 交互作用不显着 时 能否进行以下的降维动作? 三条 rows 取平均 , 变成 rowPOOL ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 控制组 控制组 控制组 实验组 实验组 实验组 rowPOOL 25 25 25 300 300 300 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 或是只有交互作用不显着的条件仍然不够 需要其它条件 还是跟本不能这样做? 诚心请教 -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.239.247 ※ 编辑: gsuper 来自: 140.113.239.247 (03/08 23:32) ※ 编辑: gsuper 来自: 140.113.239.247 (03/08 23:32) ※ 编辑: gsuper 来自: 140.113.239.247 (03/08 23:34) ※ 编辑: gsuper 来自: 140.113.239.247 (03/08 23:35) ※ 编辑: gsuper 来自: 140.113.239.247 (03/08 23:36) 有点一言难尽.... 这个 case 实际上是这样 ----------------------------------------------------- 控制组 控制组 控制组 实验组 实验组 实验组 row1 15 15 15 400 400 400 "Inpp5d" row2 50 50 50 300 300 300 "Inpp5d" row3 10 10 10 200 200 200 "Inpp5d" ----------------------------------------------------- 右边绿色的是 基因名 上面的 table 可以视为 one gene region Total 约 20000~30000 gene regions Naive method : 3条rows 任意一条显着 , 就说此基因显着 (Most people used) 但这样会造成 Data 的浪费 或是找出一堆 outlier rows 甚至是 两条rows 的结果矛顿 (同时支持显着大和显着小!?) --> 所以 rows 必需适当的整合 若是样本够大 确实只需要组合 one-way ANOVA 和 two-way ANOVA 就可以靠稳健性直接搞定问题 但因为在实务上样本数都很小 (控制实验各5片就要花 10万 NT) 而且 PDF 为左偏 所以我觉的用 ANOVA 做检定会有问题 (Table 内可能只有 16~40 个数字) 有人帮晶片分析设计了小样本专用的无母数统计 (SAM) 套用 Permutation + Ordered statistic 的概念 可以搞定小样本统计 但此统计方法是套用上述的 Naive method 所以我想是否能用 ANOVA 检定交互作用不显着後 直接变成 rowPool 然後就直接套用 SAM 搞定..... 避免 multiple testing 变成鸡尾酒式的统计流程 所以回归原本的问题 整合成 rowPool 是否会有什麽潜在问题 还是我跟本在乱做? 冏 ※ 编辑: gsuper 来自: 140.113.239.247 (03/09 16:29) ※ 编辑: gsuper 来自: 140.113.239.247 (03/09 16:32) ※ gsuper:转录至看板 BioMedInfo 03/09 16:34 ※ 编辑: gsuper 来自: 140.113.239.247 (03/09 17:09)