全45件 ( 21 〜 40 )　 前 | 次 　1/ 1. 2. 3. /3

(無題) 削除/引用 No.2025-25 - 2008/10/25 (土) 13:41:30 - おお >[Re:21] あだむやんさんは書きました : > 細胞実験で、よくラボ間で再現性がないことがあります。 > それはｎが少ないことに起因していることがあるような気がします。 in situさんのコメント > ２．正規分布でないのに、正規分布と仮定してt検定を行った場合でも、第一種の過誤はそれほど大きくならない（誤って有意であるという結論を出すことはほとんどない） これを考慮に入れると、誤ってポジと判定することはあまりないので、統計が問題というのは思ったより少ないかもしれませんよ。 > ひとつの株からのみの細胞実験の結果ですべてを語ろうとするから、 指摘はありだとおもいます。 その論文をみて、指摘すべてが正しいと思い込んたり、そう言っている と断言していると思ってしまう受けての問題もあるとおもいます。 結局は、株をひとつ使おうと、2つ使おうと4つ使おうと、明らか なのは実験をした株だけであとはスペキュレーションです。 普遍性をいいたいなら、何個かぶを使えば良いのですか? 例えばがん抑制遺伝子や癌研究についてまだ、歴史が浅いときに あるがんはこの遺伝子がないと言う所まで気がついたときに すべての癌でその遺伝子が欠損してないから、普遍性が ないしおかしいと言う風になれば、いまのがん研究は もっと遅れていたと思います。 違う研究室の同じ(名前の)細胞で違う結果が出るかもしれません。 でも実験した結果が事実ならそれは科学です。両者をくらべると もしかしたら、、例えば両研究室で飼われている間に、DNAのメチレーション のパターンが変わっていてそれから、注目している遺伝子の メチレーションによる制御が解明できたりするとか、 実験結果がちがうという事実も、重要だと思いませんか? まずは一つの株で語って良いと思います。 それをもとに、普遍的な事を示している可能性があるという 上記のように違う結果が出ることによって新たなものが 見つかることも見逃してはいけないと思います。 血清のロットでも、サイトカインの研究ではデーターがそれぞれ で違う(血清のロットの違いと気がつくまでは、あのラボの データーはとか思ったりするでしょうけど)というところから 血清から新たな因子が見つかるなんているのもいままでに あるのではとか思ったりしますよ。

(無題) 削除/引用 No.2025-24 - 2008/10/24 (金) 15:38:55 - in situ おおさまの発言を受けてちょっと調べてみました。 正規分布であることの仮定に関してですが、『自然科学の統計学』（東京大学出版）によると、 １．中心極限定理により、標本数が増えるとほとんどの分布は正規分布に近似できるようになる ２．正規分布でないのに、正規分布と仮定してt検定を行った場合でも、第一種の過誤はそれほど大きくならない（誤って有意であるという結論を出すことはほとんどない） という、二種類の理由で、正規分布かどうかわからない場合のt検定を容認する記述がありました。 しかし、やはり正規分布でないことが分かっているときはノンパラメトリックで行った方が検出力は強くなるようです。 n=3の扱い方に関してですが、自分としてはmom-aさまに近い考えで >基礎研究の論文では、たった1つの試験で何かを結論づけることはまずないと思います。複数の実験結果から結論を導いているはずなので、あまり1つの実験の検定にコダワリすぎるのもどうかと思います（ずさんで良いという意味ではありません）。 という考えに賛同します。 たとえ、一つの検定が5%で有意だとしても、5つの実験がすべて同じ結論を導いていれば、全体としてその結論のP値3*10^(-7)です。 10%だとしても10^(-5)。 一つの実験の厳密性は上げられたら上げるに越したことはありませんが、それより、異なる角度から仮説を立証することの方が重要だと思います。 当然、都合のいいデータだけ取捨選択したりするのは問題外だと思いますが…（その点だけはあだむやんさんに同意します）

(無題) 削除/引用 No.2025-23 - 2008/10/24 (金) 10:36:42 - きりん >[Re:20] おおさんは書きました : > >[Re:15] きりんさんは書きました : > > 対応のあるT検定、対応のないT検定。T検定とは基本、母集団が正規分布に従うと仮定するパラメトリック検定法です。 > > > > それは承知していますが、細胞を使った実験など大抵n=3でT検定というのをどうとらえていますか? 私の言いたい事は先のあだむやん様にすべて言われました。 あだむやん様と同意見です

Re: 削除/引用 No.2025-22 - 2008/10/24 (金) 05:01:23 - UC こんばんは。興味深くこのスレッドを読んでいます。統計に関しては、素人なので間違いがあればご指摘下さい。 　まず、t検定の適応ですが、「母集団が正規分布に従い、かつ、等分散の場合」です。等分散でなければ、いわゆる(Studentの)t検定ではなく、Welchのt検定を使います。多分、皆さん、その辺りの知識は前提として述べられてると思いますが。とは言っても、以前の統計の教科書にあるように、等分散性の検定をしてから（F検定)、StudentかWelchかという手法ではなくて、最初からWelchのt検定を行うのが良いというのが最近のコンセンサスかなと思います。 　で、n=3のときの検定が話題に上がっていますが、自分なら、n=3ではデータの分布形態など語れるはずもなく、（とりあえず）Mann-WhitneyのU検定とWelchをするでしょうね。おそらく、n=3ではP値が0.05以下になることは、そうないと思いますが、それはnが少ないから仕方のないことです。差がありそうなのにそうならないなら、nを増やすしか方法はありません。もしnが増やせない状況のときは？　その時のP値で考察するしかないです。まぁ、P=0.07とかであれば、有意水準＝5%ではNSであったけれど、その傾向にあったと述べることは出来るでしょう。Welch（あるいはStudentのt検定）ではP=0.07だったけど、Paired t-testをしたら、P=0.04になったから、これを採用しようというのは、個人的には考えられませんし、「有意差が出やすい方の検定を採用」というのは気持ち悪くて出来ません。先のあだむやんさんの言葉を利用するなら、 ３）可視的に明らかに差があるのだから、ｎが足りないのだろう。 というのが結論です（可視的に明らかなら少しnを増やせば有意差が出るのは確実ですし）。

結局 削除/引用 No.2025-21 - 2008/10/24 (金) 02:39:17 - あだむやん > それは承知していますが、細胞を使った実験など大抵n=3でT検定というのをどうとらえていますか? 細胞実験で、よくラボ間で再現性がないことがあります。 それはｎが少ないことに起因していることがあるような気がします。 （もちろん全部ではないです） ひとつの株からのみの細胞実験の結果ですべてを語ろうとするから、 違うロットを使うと結果が変わったりするのだと思いますし、 それはよくあることだと思います。 それは真の意味で科学的には正しくないと思います。 ほんとに自分のデータが普遍的に正しい、 １００年たってもひっくり返されない真実だと言い切るためには、 誰がどの国のどのラボでやったとしても、論文に書いてある通りの細胞を使い、その通りの刺激などを加えて同じ実験をしたら同じ結果がでないといけないと思います。 だからこそ、ｎが３で差がある、といいたいならば、 ｎを１０まで増やしても同じ結果であるはずです。 ロットを変えても同じ結果のはずです。 手を変えても同じ結果のはずです。 その手間を惜しむ意味があるのでしょうか？ 時間？お金？科学とはあまり関係ないように思います。 そもそもｎ＝３でなんの統計学的な正規性の検討ができますでしょうか？ 正規分布する、と’仮定’することはできると思いますが、 その仮定を実験あるいは論文の中できちんと証明できなければ、 １００人中の１００人には受け入れられないと思います。 それは科学でしょうか？ しかし、ｎがある程度増えたらどうでしょう。 より多くの人が受け入れられると思います。 正規性を’仮定’すること、でｔ検定を使い、それで差がでるんだからいいじゃないか、という議論も当然できると思いますが、 そこには以下のような考え方があると思います。 ある事象に対してなんらかの方法で可視的にあきらかに差があるデータがでたとします。 ｎ＝３で、統計学的にある方法で検討したらｐ＝0.11だったとします。この場合、 １）ｐ値が0.11だから差がないといえる なのか ２）可視的に明らかに差があるのだから、ｎが足りないのか、使う検定方法を変えて、有意差がでる検定方法を採用する どっちの立場の人もいると思いますけど、 １）は、統計学というものを厳密に考えると妥当です。 ２）は、科学の現象というものを大事に思うならばこちらもありです。 論文をPublishする、という観点からは、Reviewerが２）の立場の人であれば、問題ない可能性はあります。Reviewerから今までｎ＝３の実験でクレームがついたことがない、という人もいるかと思います。けど、それはあくまでPublicationを第一とする人からのコメントだと思います。あまり科学を第一に追及している人のコメントとは思いにくいです。 僕は、このどっちもをクリアしてこそ初めてより正しく科学的に研究できているといえると思います。あるべき科学論文とは、科学性も統計学的な検討も、両方クリアするべきだと思います。 したがって、僕の立場は、 ３）ｎを増やしてさらに検討を重ねるべき、 ということになります。 到底、ｎ＝３のFigureだけで構成されている、特にIn vitroの論文は、どれだけ、素晴らしい、と本人の前で言われても、本人のいないところでは、あやしい、うそだ、と言われているというのがだいたいのおちだと思います。 少なくとも、自分の今いるラボやその周囲のラボではそうです。 関係ないですが、以前のラボのボスは、２）の人でした。 いつもデータの取捨選択をして都合のいいデータを作ろうとする、うそくさい人でした。

(無題) 削除/引用 No.2025-20 - 2008/10/23 (木) 23:39:46 - おお >[Re:15] きりんさんは書きました : > 対応のあるT検定、対応のないT検定。T検定とは基本、母集団が正規分布に従うと仮定するパラメトリック検定法です。 > それは承知していますが、細胞を使った実験など大抵n=3でT検定というのをどうとらえていますか?

(無題) 削除/引用 No.2025-19 - 2008/10/23 (木) 23:31:09 - おお >[Re:18] in situさんは書きました : > 自分も最近誤認識に気づいたのですが、標本数が少ない場合、ノンパラメトリックの検定は"使ってはいけない"ようです。 > > 目安としてn=5を超える場合、ノンパラメトリックの検定が使えるとの記述をいろいろな成書で目にします。 ノンパラはnが必要ということは認識しています。そういう意味でも最低のnでも検出力に優れるT検定が使われるのだと思います。 > > たしかに、n=3において正規分布かどうかを論じるのは難しいと思うのですが（実際、多くの生物学の実験で正規性を厳密に証明するのは難しい）、ばらつきを生じる原因が、実験誤差、個体差である場合、多くの場合が正規分布と仮定できると考えられます。 確かにそういう背景があるかもしれませんね。でもそれっていつも正しいでしょうか?酵素の反応は場合によっては濃度に対してシグモイド曲線をしめし、直線性がないですし、細胞の反応はそういうものの多重の反応で成り立ってます。加えた試薬の誤差などに対して、直線的に誤差を反映する結果が得られるでしょうか。 > というのは、正規性が必要なのはn=3内ではなく、n=3が取り出された母集団です。 そうですけど、母集団の分布が分からないと結局は分からないといういたちごっこになってしまいます。 > 自分はn=3などの場合は、正規分布と仮定したパラメトリック検定を行うことにしています。 それを前提に対応ありを使うことが問題があるかどうかが知りたかったところです。 みなさんはn=3で対応ありでT検定してますでしょうか(もちろん対応のあるデーターで)。 ちょっと数学的根拠を覗かないといけないようなきがしてきてます。もともと算術、数字の処理法とその背景について対応ありではどうなっているのか調べたことがないという恥ずかしい状況なので、、、

(無題) 削除/引用 No.2025-18 - 2008/10/23 (木) 16:27:40 - in situ 自分も最近誤認識に気づいたのですが、標本数が少ない場合、ノンパラメトリックの検定は"使ってはいけない"ようです。 目安としてn=5を超える場合、ノンパラメトリックの検定が使えるとの記述をいろいろな成書で目にします。 たしかに、n=3において正規分布かどうかを論じるのは難しいと思うのですが（実際、多くの生物学の実験で正規性を厳密に証明するのは難しい）、ばらつきを生じる原因が、実験誤差、個体差である場合、多くの場合が正規分布と仮定できると考えられます。 というのは、正規性が必要なのはn=3内ではなく、n=3が取り出された母集団です。 なので、値が指数的である、極端なスコアリングがなされている、といった状況でもない限り、ほとんどの実験データは正規分布に従う母集団に含まれているとみなせると思います。 自分はn=3などの場合は、正規分布と仮定したパラメトリック検定を行うことにしています。 対応のあり、なしに関してですが、一元配置の対応ありの場合、二元配置の分散分析・多重比較を行えばよいです。二元配置の場合、さらに要素が一つ付け加わるわけで、三元配置分散分析・多重比較になりますが、これはかなり難しいと思うので、通常は二元配置のまま処理してしまうのではないでしょうか。 例： 一元配置の対応あり 　インスリン処理後の血糖値をn匹のマウスで0.5, 1, 2, 3時間で測定 二元配置の対応あり 　4種類のインスリン誘導体で処理したマウスの血糖値をn匹のマウスで0.5, 1, 2, 3時間で測定 『入門はじめての分散分析と多重比較』が詳しいです。

mom-a様 削除/引用 No.2025-17 - 2008/10/23 (木) 16:19:24 - きりん 先程の返事はmom-a様へではなく、 本トピックの作成者である「おお様」に宛てたものです。

？ 削除/引用 No.2025-16 - 2008/10/23 (木) 15:42:44 - mom-a ＞対応のあるT検定、対応のないT検定。T検定とは基本、母集団が正規分布に従うと仮定するパラメトリック検定法です。 えっと、そのように理解しているのですが、私の書き方は何か変だったわけですね？ ＞（実験例数が少ない等の理由で）正規分布に従わないのなら、T検定における対応ありなしを論点にするのは的外れで、ノンパラメトリックの検定をしましょう。 例数が少ないから正規分布にしたがわないとかいう話をしたつもりはなかったのですが…。 ＞n=3のような時には少ないnでもそこそこの検出力をもつT検定が 使われるのが現状と思いますが、対応ありでは そういう少ないnでは使わないのかなというのが気になります。 おおさんの書き込みの上の部分について、対応ありでは検出力が低くなりすぎて無意味だから使われないのかと思っていらっしゃるのかと思い、対応ある検定にしたからといって検出力が低くなるわけはない、といいたかったのですが。

？ 削除/引用 No.2025-15 - 2008/10/23 (木) 15:26:48 - きりん 対応のあるT検定、対応のないT検定。T検定とは基本、母集団が正規分布に従うと仮定するパラメトリック検定法です。 （実験例数が少ない等の理由で）正規分布に従わないのなら、T検定における対応ありなしを論点にするのは的外れで、ノンパラメトリックの検定をしましょう。

ホントに食いつき悪いですねぇ。 削除/引用 No.2025-14 - 2008/10/23 (木) 14:38:32 - mom-a 私の書き込み方が悪いのかなぁ…in vivoだと、結構統計でケチつけられることも増えてるみたいですけど…。 ＞実験の例数（ｎ数）の多い少ないとT検定における対応ありなしは無関係 きりんさんのおっしゃるとおりです。 自分でシュミレーションとかできないのでなんともいえないですが、対応のある検定だからサンプルサイズが小さいとできない、ということはないです。（ついでですが、私が以前統計家に聞いた限りでは、n=3だからt検定してはいけない、とは言われたことはありません。統計家の間でも意見が違う可能性はありますが。いいかどうかはケース・バイ・ケースである、逆に、3が5に増えたといって何なのだ？と。） 現実にデータが相関しているなら、対応があるt検定の方が検出力も良いはずです。対応のあるt検定とは、対応のあるデータ同士の差をとって検定しているわけですから。 ただし、対応のある多重比較、というのを見かけないんですよ。ボンフェローニの方法でなら調整できることはできますが、それこそ検出力低いですし。わりと多重性についてはうるさく言われる気がするので、そっちを優先すると、対応をとるのは（素人＆素人が使えるレベルのソフトでは）無理…。 対応の話をふったのは私ですので、なぜそう思うのかもう少し説明すべきかと思いますが、ちょっと時間を下さい。

(無題) 削除/引用 No.2025-13 - 2008/10/23 (木) 14:30:09 - おお >[Re:12] きりんさんは書きました : > > 実験の例数（ｎ数）の多い少ないとT検定における対応ありなしは無関係では？ そう思いますがあだむやんさんのコメントをご覧ください。 これを読んでそういえば、せいかがくてき、ぶんしせいぶつがくてきな実験で、 n=3でやっているばあいあまり対応ありのT検定ってみないなぁと 思ったりしたわけです。たしかに明記してないかのうせいもありますが ずのしめしかたとかみるかぎりそういうのはなさそうです。 (ところどころかんじへんかできなくなってます。よみにくくてすいません) >[Re:9] あだむやんさんは書きました : > > 対応ありの検定って実のところ概念的に理解していない部分があります。 > > 比べたい項目が同じものに由来し、すべてのデータが１対１で（この場合は前と後が）対応するときに、そしてそれらが正規分布している時に、対応ありのＴ検定を使用できるときだと理解しています。 > > ではこれが腫瘍細胞の株からでてきたものならどうか、と言われますと、少々混乱いたしますが、以下のように理解しています。 > > ある細胞に対して刺激を与える前のメディウムと、ある刺激を加えたあとのメディウムでその細胞からSecretionされた何かを比べたい、というならば、 > １．そのデータがもともと正規分布するような項目であり、 > ２．かつＮがある程度あってそのデータの正規性を調べたら正規分布しているとき、 > 対応あるＴ検定を使用できると思います。もちろん、Ｎが３とか４ではその定義上はまず使えないと思います（そんな少ないＮでは正規性の検定ができないからです）

(無題) 削除/引用 No.2025-12 - 2008/10/23 (木) 13:51:40 - きりん > 随分放ったらかしになっちゃいましたが、、対応ありt-test > だいたい分かってきたような > 気がします。正規分布という意味ではnが多い方がいいのですが、 > n=3のような時には少ないnでもそこそこの検出力をもつT検定が > 使われるのが現状と思いますが、対応ありでは > そういう少ないnでは使わないのかなというのが気になります。 実験の例数（ｎ数）の多い少ないとT検定における対応ありなしは無関係では？

(無題) 削除/引用 No.2025-11 - 2008/10/22 (水) 10:53:04 - おお >[Re:10] mom-aさんは書きました : >[Re:9] あだむやんさんは書きました : 随分放ったらかしになっちゃいましたが、、対応ありt-test だいたい分かってきたような 気がします。正規分布という意味ではnが多い方がいいのですが、 n=3のような時には少ないnでもそこそこの検出力をもつT検定が 使われるのが現状と思いますが、対応ありでは そういう少ないnでは使わないのかなというのが気になります。 それにしても、意外と食いつきが悪い、、、

対応の有無など 削除/引用 No.2025-10 - 2008/10/14 (火) 11:03:51 - mom-a 上手く人に説明するにはもうちょっと勉強しないといけなさそうなので、今の時点でものを言うのは危険度大かもしれません…変なところをご指摘下さい。 ・対応のある・なしは正規分布についてのみ問題になるわけではありません。ノンパラメトリック検定でも対応を考慮した検定はあります。例えば、ウィルコクソンの符号順位和検定などです。 差をとったり、変化率などに換算するのは対応を考慮しているのと同じ意味になります（全く同じではない気がするので微妙）。 ・数年の間に「多重比較」はずいぶんと広まりました。特にin vivoでの薬効試験の場合はうるさいです。その後「対応のある・なしの考慮」が話題になりつつある気がしています。これは、経時測定（繰り返し測定）データ解析との関連があるものと思います。経時測定データの解析については、種々の意見･方法があり、これといったゴールデン・スタンダードはできていないように思います。 ・ここが自信がないところなのですが（現時点で成書や文献での確認ができていないので）、対応があるのに対応を無視した検定を行った場合には対応がある検定を行った場合よりも保守的（有意差がつきにくい）になると聞いたことがあります。これが事実であれば、常に対応を無視していれば、少なくとも言いすぎ（差がないのに差があると主張する）になることはない、気がします。 ただし、あまりにも検出力が弱い検定に意味があるのか？あまりにも保守的すぎて差を見逃すこともマイナスでは？という意見もありました。統計学者は常により性能の良い方法を目指しているわけですから。

対応ありのＴ検定 削除/引用 No.2025-9 - 2008/10/12 (日) 05:47:52 - あだむやん > 対応ありの検定って実のところ概念的に理解していない部分があります。 おお様に対してさしでがましいですが、自分の理解しているところを簡単に述べたいと思います。 まず疫学などで、人のデータをとる時を想定してください。 例１．ある５０人の集団に対してＡという項目（正規分布をとる項目）について農薬Ｂが与える影響を考えたい、というときに、 農薬の投与前のＡに関する５０人分のデータと投与後のＢに関する５０人分のデータを比べ、農薬の影響を検定したいときは対応あるＴ検定を使用します。ただし、途中の脱落がないと仮定して、前のデータも後のデータも、同じ５０人から得られていないと、対応するＴ検定は使えません。後のデータが１０人分かけている場合は、残り４０人分のデータに対して対応ありのＴ検定をするか、前５０人のデータと後４０人のデータを対応ないＴ検定で比べるか、だと思います。 例２．ある５０人の集団Ａと別の５０人の集団Ｂの２グループにおいてのＡという項目（正規分布をとる項目）の平均の差をみたい、というときは、対応のあるＴ検定は使用できない、対応のないＴ検定を使用します。 比べたい項目が同じものに由来し、すべてのデータが１対１で（この場合は前と後が）対応するときに、そしてそれらが正規分布している時に、対応ありのＴ検定を使用できるときだと理解しています。 ではこれが腫瘍細胞の株からでてきたものならどうか、と言われますと、少々混乱いたしますが、以下のように理解しています。 ある細胞に対して刺激を与える前のメディウムと、ある刺激を加えたあとのメディウムでその細胞からSecretionされた何かを比べたい、というならば、 １．そのデータがもともと正規分布するような項目であり、 ２．かつＮがある程度あってそのデータの正規性を調べたら正規分布しているとき、 対応あるＴ検定を使用できると思います。もちろん、Ｎが３とか４ではその定義上はまず使えないと思います（そんな少ないＮでは正規性の検定ができないからです） ある細胞に対してＡという刺激とＢという刺激を別々のＷｅｌｌのものに同時にしたあと刺激の差によるタンパク発現の差をみたい、というときは、対応あるＴ検定は基本的に使えないと思います。 例外があるかどうかは私はよく理解しておりません。 が、原則はこのようだと思います。 ですから、かなり多くの科学実験ではよほどある程度Ｎがないかぎり、基本的には対応あるＴ検定を使用できる場面は少ないと思います。 > 何かベースラインみたいなのがそれぞれ違って、ここの値が正規分布してなくても使えるような印象があるのですが 自分にはあまりそんな印象はありませんが・・・・ なにか考え間違いがあったらご指摘をお願いいたします。

(無題) 削除/引用 No.2025-8 - 2008/10/10 (金) 03:33:38 - おお >[Re:7] mom-aさんは書きました : > 重要なのは「現実に再現が得られるか」ではないかと。 それが本質的なところですよね。いいコメントをいただいたような気がします。 でわたしが示したような1セットの実験で各セットが同じような傾向をしめし、それを統計的に処理しようとするならば、各値の母集団を考えるという方法よりはその傾向をを示すこと自体を検定するほうがいいのかとも思えます。 そういう意味では薬剤の増殖抑制であれば1セットのデーターから、IC50/ED50とか算出できると思いますし、 増殖を見ているならダブリングタイムとか使えるかもしれませんね。 > こうしなければ各データが「独立（あぁ、この単語も使い方が微妙だ…）」 > でない、という主張について。もし、ここを強調するならば、逆に1セットの実験内の未処置群と処置群（tripricateで2groupの場合）のデータに対応ができてしまいますので、検定する場合には対応のある検定方法をつかわなければならないのでは？対応をとって検定している例って、まずないように思いますが、どうでしょう？ たしかに対応は考えるほうがいい場合もありそうですが、 対応ありの検定って実のところ概念的に理解していない部分があります。 何かベースラインみたいなのがそれぞれ違って、ここの値が正規分布してなくても使えるような印象があるのですが、T検定であるなら正規分布という前提がありそうですし。。。。 どなたかこのあたりを解説できる人がいればうれしいのですが。

対応のあるデータ？ 削除/引用 No.2025-7 - 2008/10/07 (火) 15:55:08 - mom-a おおさんのNo.2025-6の例だと、私も1回の実験毎にグラフを作って、「再現性が良いことが確認できたら」その中の1つを発表等に使っていました。どう統計処理しようが、重要なのは「現実に再現が得られるか」ではないかと。 それはさておき、昨日書き込んだ後で思いついたのですが、 ＞(ここで示した論文のように)1セットの実験の平均値をn=1として3回の実験 を平均してグラフを作るでしょうか? こうしなければ各データが「独立（あぁ、この単語も使い方が微妙だ…）」 でない、という主張について。もし、ここを強調するならば、逆に1セットの実験内の未処置群と処置群（tripricateで2groupの場合）のデータに対応ができてしまいますので、検定する場合には対応のある検定方法をつかわなければならないのでは？対応をとって検定している例って、まずないように思いますが、どうでしょう？

(無題) 削除/引用 No.2025-6 - 2008/10/07 (火) 00:42:58 - おお わたしもあげるだけでも、、、なんておもっていました。 実は皆様の指摘が的を得てますので、どう議論してもそこに収束しそうで、 どうしようかなんて悩んでいたんですけど。でもとにかくレスにはお礼をしとくべきでした、、、皆さんありがとうございます。 えーと、具体的な例をひとつ挙げておきます。 ちょっとこれから具体的な例を提供してそれで 議論していくといいかとかちょっと思ってますが、 もしかしたらわざと変な例をあげたりして 本質が見えてきたらいいかもとも思ってます。 例えば単に細胞の増殖や薬剤の毒性を見る時、 6枚ディッシュを用意して、まいた翌日に3枚 処理を2日とかして、その後3枚からカウント するということがあります(もっとタイムポイント を取ることもあるかと思います)。これを1セットの 実験として3回やったとします。 皆さんは(ここで示した論文のように)1セットの 実験の平均値をn=1として3回の実験 を平均してグラフを作るでしょうか? わたしは、統計の知識があまりない頃に1セットの 実験で3枚のディッシュから取った 平均値とSDを算出していました(そのラボでそういう扱いでした)。

全45件 ( 21 〜 40 )　 前 | 次 　1/ 1. 2. 3. /3

パスワードを入力してチェックした記事を

チェックした記事を

---