全11件 ( 1 〜 11 )　 前 | 次 　1/ 1. /1

(無題) 削除/引用 No.10328-11 - 2022/03/13 (日) 15:48:29 - asan ＞これについて伺いたいのですが、one-way anovaのF検定では帰無仮説が棄却されないがtukey hsd等を直接適用すると有意なペアが出現するということは理論的にはないのですか。それがある限り、多重検定という批判は回避できないと思いますが。 TukeyはF統計量を用いない多重比較方法なので、anovaとは異なる結果になることはもちろんあります。分散分析と多重比較は同じものではなくて異なるものに対する統計検定なのでその方法の仕方によっては当然異なる結果が出るが、多重検定の方法によっては前提として分散分析と同じ過程を踏むので結果的におなじこと、というケースがあるという話です。 異なる方法での検定を繰り返せば、当然「検定の多重性の議論」が原理原則論としてあるのはその通りだとは思います。

(無題) 削除/引用 No.10328-10 - 2022/03/11 (金) 20:01:38 - あの 様々なご意見をありがとうございます。当方も勉強いたします。 非常に興味深いのですが、AとかBとかの“薬物”の実態が不明で、 その上に、それぞれが一つの濃度だけ、といったことから、 さほど単純では無いだろうと想像しています。 数学的な詳細は識者の方の議論にお任せするとして、 現実的には、次のことも推薦します: 　考えられる統計解析は全部やってみる です。 最終的には、論文投稿する著者の責任で選択し、 投稿後にはレビューアー(場合によってエディターも) と共に最善の方法を選ぶことになると思います。 スレ主さんの健闘をお祈りします。

(無題) 削除/引用 No.10328-9 - 2022/03/11 (金) 09:53:41 - tukey みなさま 多々ご教授頂きましてありがとうございます。 ひとつひとつ拝見し、とても理解が深まるとともに自身が表面的な理解しかしていなかった事に気付かされました。

(無題) 削除/引用 No.10328-8 - 2022/03/10 (木) 18:47:30 - s >[Re:7] asanさんは書きました : > これについては、F統計量を用いない多重比較をする場合に全体の差があることを議論する意味がないというだけであって、一方でscheffe等のF検定量に基づく多重比較をするならば結果的にはやってることは同じだからやってもやらなくてもやってることは同じだというだけです。 これについて伺いたいのですが、one-way anovaのF検定では帰無仮説が棄却されないがtukey hsd等を直接適用すると有意なペアが出現するということは理論的にはないのですか。それがある限り、多重検定という批判は回避できないと思いますが。

(無題) 削除/引用 No.10328-7 - 2022/03/10 (木) 16:44:51 - asan >また、たとえ独立4群の比較をするにしても、one-way ANOVA後のpost-hoc testはそれ自体多重検定という批判が近年あるので、いきなりtukey HSDとかしたほうがましだと思っています。 これについては、F統計量を用いない多重比較をする場合に全体の差があることを議論する意味がないというだけであって、一方でscheffe等のF検定量に基づく多重比較をするならば結果的にはやってることは同じだからやってもやらなくてもやってることは同じだというだけです。 別の言い方をすると、やりたいことは多重比較であって、このデータからそれぞれの処理に対する影響の有無を比較するためならone-wayをやってもやらなくても影響があることが前提になるならばほとんど意味ない比較、だと思います。 ＞現在、実験でA・B、2種類の試薬の細胞に対する効果について検討しています。 コントロール、A添加群、B添加群、A+B添加群の4群で解析を行っていますが 実験でAXBの効果はAとBの相互作用を前提にしてる（無処理との比較を前提にしてる）のでAXBの効果に関して、独立しない可能性を前提に議論することが一般的なのでtwo-wayが必要だと思います。 上の議論と同等に1つのパラメーターのみの影響として議論をするならば、Aだけ処理vs AXBまたは Bだけ処理vs AXBの比較がそれぞれ可能であって、ABなしとの比較（群間比較）は前提条件としては基本的には成立しません。 ただし、統計は一見すると全く同じ結果でも何を前提として統計値を議論するのかによって(真に）必要な処理が変わって来ます。例えば、無処理とAとBとABの実験をやった実験、無処理とABだけを確認した実験でがあるとします。前者はtwo-way、後者は単なるt検定で処理できるがそれが問題ないかというと統計処理上は問題ないです。なぜならば前提となるパラメーターにAとBそれぞれの効果を含めた解釈をしてるかどうかがあり、統計上含まれる水準が変わってくるからです。Two-wayはAによる影響＋Bによる影響＋AとBの処理による（相互作用によって生じた）影響、の3つのパラメーターが生じることを議論していて、それぞれの間に優位な違いがあるかを評価する検定です。つまりAだけBだけ独立した処理だけでは答えが出ない＝AだけBだけに加えてAB処理を比較してる、というイメージを持つことが重要だ思います。実際は結構曖昧に処理しても論文で突っ込まれないことも多いでしょうけどね。 ＞交互作用を考慮しないのであればone-wayでも良いのでしょうか、よろしければご教授頂けますと幸いです。 結論から言えば、ぶっちゃけ前提として独立した項目として扱うなら不可能ではありません。しかし、常識的にそれを前提にする根拠が乏しいのと、複数ある＝絶対two-wayといった固定概念（正しいかどうかは別として）もあるので説明が複雑になります。仮にtwo-wayで否定されたとしてもそれ自体がABが無刺激に比べて差がないかは議論してません（より厳しい比較検定をとってるから）。prismなどでtwo-wayをやるとAだけ、Bだけ、AxBのそれぞれに関する検定を結果的にしてくれますけどね。しかし、AとBとABの条件を同時にやる実験の前提を考えたら、普通はtwo-wayで議論するのが自然な解釈なのは自明です。

(無題) 削除/引用 No.10328-6 - 2022/03/10 (木) 09:55:29 - s 挙げられているようなデータについて、one-wayのほうが適切という状況が思いつきません。そもそもA+Bの処理群についてA処理群ともB処理群とも独立という仮定をおくことが間違っていると思います。また、たとえ独立4群の比較をするにしても、one-way ANOVA後のpost-hoc testはそれ自体多重検定という批判が近年あるので、いきなりtukey HSDとかしたほうがましだと思っています。 いずれにしろ、two-way ANOVAでは有意だがone-wayでは有意ではない例が以下のように作れるので、どちらでもいいということはないです。(先に書いたように、one-wayではデータを有効に使っていないので、検出力が下がるのは当然と言えば当然) ただ現実問題としては、one-wayにして有意性が消失してしまうような効果量の小さい実験データに依拠して結論を導くようなことはしないだろうとも思います。 control: 56,48,60 A: 60,55,60 B: 62,76,84 A+B: 78,53,62 one-way: Analysis of Variance Table Response: data Df Sum Sq Mean Sq F value Pr(>F) x 3 641.67 213.89 2.5926 0.1251 Residuals 8 660.00 82.50 two-way: Analysis of Variance Table Response: data Df Sum Sq Mean Sq F value Pr(>F) xa 1 27.00 27.00 0.3063 0.59344 xb 1 481.33 481.33 5.4605 0.04425 * Residuals 9 793.33 88.15

(無題) 削除/引用 No.10328-5 - 2022/03/10 (木) 02:12:02 - あの AとBの関係が何なのかにもよるし、何を期待しているかにもよるけど、 パラメトリックな解析なら、一要因Anovaしてpost hoc検定でよさそうに、 文面から感じます。

(無題) 削除/引用 No.10328-4 - 2022/03/10 (木) 00:13:01 - s two-way ANOVAならAの効果はコントロールとAの比較、BとA+Bの比較を一緒にして評価できる。(Bも同様) one-wayの場合はデータが無駄になる気がする。post-hocしないとどこが違うかわからないのもいまいち。もちろん多重検定の問題もあるが。

(無題) 削除/引用 No.10328-3 - 2022/03/09 (水) 22:14:45 - tukey あの さん ご回答ありがとうございます。 >もし対象物、A、Bを同じタイミングで添加していて、 >群の数が全部で四つなら一要因Anovaで良いと思う。 はい、A・Bは同一のタイミングで添加しています。 >いずれにせよ、いきなりAnovaではなく、 >生データの散布図を描いてみて、平均や分散を見て、 >調べたいことにあわせた統計手法を用いるべき。 ご指摘ありがとうございます、勉強不足を実感しています。

(無題) 削除/引用 No.10328-2 - 2022/03/09 (水) 22:00:15 - あの もう少し詳しい実験内容の説明が無いとなんとも言えないけど、 もし対象物、A、Bを同じタイミングで添加していて、 群の数が全部で四つなら一要因Anovaで良いと思う。 もし添加のタイミングが二つで、 最初に対象物かAの添加、 次に対象物かBの添加、 なら二要因Anovaだと思う。 いずれにせよ、いきなりAnovaではなく、 生データの散布図を描いてみて、平均や分散を見て、 調べたいことにあわせた統計手法を用いるべき。

one-way ANOVAかtwo-way ANOVAか 削除/引用 No.10328-1 - 2022/03/09 (水) 21:39:04 - tukey いつも楽しく拝見させて頂いてます。 現在、実験でA・B、2種類の試薬の細胞に対する効果について検討しています。 コントロール、A添加群、B添加群、A+B添加群の4群で解析を行っていますが、この場合にはone-way ANOVAとtwo-way anovaどちらを用いるのが正解でしょうか。 two-wayだと思っていたのですが、論文を参考にしてみるとone-wayで解析を行なっているものが多くあり混乱してしまいました。 交互作用を考慮しないのであればone-wayでも良いのでしょうか、よろしければご教授頂けますと幸いです。

全11件 ( 1 〜 11 )　 前 | 次 　1/ 1. /1

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

このトピックにメッセージを投稿する 名前  メール  　アドレス非公開    タイトル  本文       設定  クッキーを保存（次回の入力の手間を省けます） 上に上げない（トピックの一覧で一番上に移動させません） 解決（問題が解決した際にチェックしてください） 暗証  半角英数字8-12文字の暗証番号を入れると、あとで削除、修正ができます。 送信

---

〔使い方〕 「アドレス非公開」をチェックすれば、自分のメールアドレスを公開しないで他の方からメールを受け取れます。 問題が解決した際には、解決ボタンをチェックして解決した旨のコメントをつけてください。これは、初めにトピックを作った人と管理人のみが可能です。 半角カタカナ、機種依存文字(全角ローマ数字、○の中の数字等)は文字化けの原因となりますので使わないでください。

---