two-way ANOVA table ----------------------------------------------------- 控制組 控制組 控制組 實驗組 實驗組 實驗組 row1 15 15 15 400 400 400 row2 50 50 50 300 300 300 row3 10 10 10 200 200 200 ----------------------------------------------------- 在 交互作用不顯著 時 能否進行以下的降維動作? 三條 rows 取平均 , 變成 rowPOOL ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 控制組 控制組 控制組 實驗組 實驗組 實驗組 rowPOOL 25 25 25 300 300 300 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 或是只有交互作用不顯著的條件仍然不夠 需要其它條件 還是跟本不能這樣做? 誠心請教 -- --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.239.247 ※ 編輯: gsuper 來自: 140.113.239.247 (03/08 23:32) ※ 編輯: gsuper 來自: 140.113.239.247 (03/08 23:32) ※ 編輯: gsuper 來自: 140.113.239.247 (03/08 23:34) ※ 編輯: gsuper 來自: 140.113.239.247 (03/08 23:35) ※ 編輯: gsuper 來自: 140.113.239.247 (03/08 23:36) 有點一言難盡.... 這個 case 實際上是這樣 ----------------------------------------------------- 控制組 控制組 控制組 實驗組 實驗組 實驗組 row1 15 15 15 400 400 400 "Inpp5d" row2 50 50 50 300 300 300 "Inpp5d" row3 10 10 10 200 200 200 "Inpp5d" ----------------------------------------------------- 右邊綠色的是 基因名 上面的 table 可以視為 one gene region Total 約 20000~30000 gene regions Naive method : 3條rows 任意一條顯著 , 就說此基因顯著 (Most people used) 但這樣會造成 Data 的浪費 或是找出一堆 outlier rows 甚至是 兩條rows 的結果矛頓 (同時支持顯著大和顯著小!?) --> 所以 rows 必需適當的整合 若是樣本夠大 確實只需要組合 one-way ANOVA 和 two-way ANOVA 就可以靠穩健性直接搞定問題 但因為在實務上樣本數都很小 (控制實驗各5片就要花 10萬 NT) 而且 PDF 為左偏 所以我覺的用 ANOVA 做檢定會有問題 (Table 內可能只有 16~40 個數字) 有人幫晶片分析設計了小樣本專用的無母數統計 (SAM) 套用 Permutation + Ordered statistic 的概念 可以搞定小樣本統計 但此統計方法是套用上述的 Naive method 所以我想是否能用 ANOVA 檢定交互作用不顯著後 直接變成 rowPool 然後就直接套用 SAM 搞定..... 避免 multiple testing 變成雞尾酒式的統計流程 所以回歸原本的問題 整合成 rowPool 是否會有什麼潛在問題 還是我跟本在亂做? 冏 ※ 編輯: gsuper 來自: 140.113.239.247 (03/09 16:29) ※ 編輯: gsuper 來自: 140.113.239.247 (03/09 16:32) ※ gsuper:轉錄至看板 BioMedInfo 03/09 16:34 ※ 編輯: gsuper 來自: 140.113.239.247 (03/09 17:09)