: 最近在整理 PCR資料的時候想到的問題 : : 如果實驗本身做了三重複 得到三個cDNA sample (a, b, c) : 接著PCR對每個sample做三重複，2^-dct method 得到9個資料點 : (a1, a2, a3, b1, b2, b3, c1, c2, c3) : : 請問各位板友，下面三種資料呈現方式哪一個比較正確呢？ : : 1. 選擇三次實驗中具代表性的一次，如(a1+a2+a3)/3±SD, n=3 : 2. (a1+a2+a3+..+c1+c2+c3)/9±SE, n=9 : 3. 取三次實驗各自的平均值，a', 'b, c'，接著以(a'+b'+c')/3±SE, n=3 : : 推 williamyang:若是實驗結果趨勢是一至的,選1 05/30 14:20 : 推 icehikki:我都用二 05/30 15:18 : → blence:如果是上述cDNA定量,用1.是測你的機器的mechanistic error 05/30 15:56 : → blence:做100次也沒有意義,應該用3.才能比較代表三次exp的error 05/30 16:01 : → blence:至於其它實驗端看你計算平均值時想要呈現的SD代表什麼意義 05/30 16:03 : → ckr:謝謝三位板友的意見 05/30 19:20 : 推 qqmango:2是錯的，應該是用3，1的話會有主觀選擇的偏差問題 05/31 01:24 : → ckr:謝謝q板友的說明 05/31 09:53 : 推 bigtuna:3不知會不會把"人為誤差"給忽略了，用2似較能算進人為誤差 06/03 01:55 : → bigtuna:不過不是很確定，也想要和大家一起討論:) 06/03 01:58 昨天與學統計的朋友交換意見 他是不贊同2這個方法的 2的問題在於把九個資料點視為九次獨立事件 但我們都知道同次實驗三個測量值(如a1, a2, a3)三者關係比較接近 而不同次實驗的測量值之間(如a1, b1)關係比較遠 所以這個方法邏輯上有漏洞 因此在三個選項當中 3似乎是最合乎統計學理的 但或許九個資料點也可以用repeated measures的角度切入?(Friedman's test?) 這得要請教對生物統計更專精的板友了 順帶一提 學統計的朋友對於我們多半選擇t-test或ANOVA很訝異 因為在n值很小的時候 應該是要用non-parametric的方法才符合學理 (Mann-Whitney or Kruskal-Wallis) 而且描述non-parametric data的時候 不應該是用Mean, SD, or SE 應該改用Median, IQR等 老實說 討論之後覺得更頭大 從我淺薄的統計修課所得的認識 用non-parametric的方法確實比較合理 但在閱讀期刊的過程當中 似乎沒見到用non-parametric方法在處理realtime PCR資料 ※ 編輯: ckr 來自: 184.57.23.82 (06/04 06:47) 如果我們假設今天的細胞跟下禮拜沒有差別 我同意b大的實驗設計可以用方法2 但我原文提出來的狀況是一個RNA sample做三次PCR 在這種狀況下 同個sample的三次結果不是獨立的 而會因為實驗設計而高度相關 如此一來好像不太適合給予等同三個sample的地位? 同意q大說法 對1個RNA sample跑10次PCR 可信度應該不如 10個RNA sample各跑1次PCR 我猜b大所謂2的算法可行是指 今天實驗有三盤細胞 明天實驗又做三盤細胞 這樣跟今天一次做六盤細胞的結果都可以視為n=6 (雖然兩次三重複的可信度 似乎略高於一次六重複) 個人的看法是 不論是一次做六重複 或做兩次三重複 都屬於真正的replicate 都有6個RNA sample n就等於6 至於跑realtime PCR時的重複 嚴格來說應該算是repeated measurements 不能算在n值裡頭 ※ 編輯: ckr 來自: 164.107.154.93 (06/05 05:37)