全7件 ( 1 〜 7 )　 前 | 次 　1/ 1. /1

(無題) 削除/引用 No.11031-7 - 2022/12/14 (水) 09:38:11 - おお あれ、ちょっとまてよ。PairedでやってそのあとControl含めてPairedでない検定をコントロール含めて全部でやるって言うことですよね。 それなら最初からPairedでない比較を１００位ある全部４群でやればどうですか？ とはいってもControl と Aで１００種類検定しておそらくFDRで補正するだろうから、さらにAとBで１００種類の比較もFDR補正してとかなると思う。こういう場合はControl と A、AとBで二重検定と言えるのだけど両者の間での補正は普通かけないです。 あるいはコントロール、A、B、Cの１００のメタボライトの個々の値を全部使ってクラスタリングして、コントロール、A、B、Cの患者できれいに分かれるならそれぞれ特異的な変動パターンがあると言えるので一つづつ代謝物をピックアップして検定する必要もないかもしれない。

(無題) 削除/引用 No.11031-6 - 2022/12/13 (火) 02:58:41 - おお >[Re:5] おおさんは書きました : > 分析を別の物として分けるとかんがえればえ、言い訳で、まず�@と�Aでどれに有意差があったと言う一つの分析をする。 > > その有意差があったものについて、コントロールと�B�Cを比較する。 > > ということで、質問にある方法で私はいいと思います。勿論�B�Cのコントロールが�@であっていいのかという点はスッキリしませんが、 あすいません。�A�B�Cでの比較ですね。そちらのほうがわかりやすいかもしれません。ただしPairedでなくていいのかという話はつきまといますね。これは統計というより、実験デザインの問題なので統計で解決するのは難しいとは思います。

(無題) 削除/引用 No.11031-5 - 2022/12/12 (月) 17:53:10 - おお 分析を別の物として分けるとかんがえればえ、言い訳で、まず�@と�Aでどれに有意差があったと言う一つの分析をする。 その有意差があったものについて、コントロールと�B�Cを比較する。これはターキーとかダネットあたりで示す。これを補足としてSIとかにのせる。(図を分けているので多重という認識が薄れるというちょっと科学的ではないやり方ではあるけど、無意識にそうしていてまかり通っているものはまあまああると思う) ということで、質問にある方法で私はいいと思います。勿論�B�Cのコントロールが�@であっていいのかという点はスッキリしませんが、限られたデーターの中で解析をしなければならないならばその範囲で出来ることをするのはそれ程おかしいことでもないでしょう。ただし、pairedでするべきものという特性が強いものだとちょっと突っ込まれるかも知れません。正常値範囲が定まっているようなものならなんとかなるかもしれませんが。 ただし、多重検定の問題がないかと言われれば無いわけではないです。ただ厳密にいつもするかと言うとそうでもなく、このような比較の仕方が段階的で異なる場合はされない事が多いです。例えばANOVAとPOST HOCの検定。正規性の検定と、その後の2群比較などもその類です。 時間が有れば、全体に多重の補正のやり方についても考えてみますが、ちょっと薦めれる方法になるかは疑問です。

(無題) 削除/引用 No.11031-4 - 2022/12/12 (月) 17:13:27 - ウェrち 追記します。グループ１と２が対応しているということは患者さんの正常検体？とはどういうことでしょうか。 遺伝性疾患などで、ある時期から発症が予期される疾患で、発症前と発症後ということですか。グループ1を正常検体とする妥当性は再検討が必要ではないかなあ？と思いました。 私は1 vs 2 というグラフと 正常検体 vs 1 vs 2 vs 3 というグラフの２つを準備して論じるのが妥当ではないかと思います。ここでいう正常検体は１ではなく、いわゆる(できるだけage-mached の）healthy subjtctsです。かなりスモールスケールではありますが、一応臨床研究だと思うので、研究のデザインについては所属機関の医学統計の専門家を交えてよく検討されることを勧めます。こういう研究は、本来は、群の設定や比較のペアはもちろんですが、統計処理方法については研究開始の時点で決めておかないといけないと思いますし。

(無題) 削除/引用 No.11031-3 - 2022/12/12 (月) 16:35:13 - qq 疾患B、疾患C、疾患Aは、それぞれ１０人ずつの別々の患者サンプルだとして、疾患Aに対応のある正常検体（？これがよく理解できない）を入れるのは、良くないような気がします。 �@と�Aの比較は、paired-Tで結構なのではないかと思いますが、�@と�B、�Cは、対応しないでしょうから、この�@から、�Cを比較するのは、なんとなく見当違いのような気がします。 �@と対応のつく�Bや�Cは用意できないでしょうから、�Aと無関係な正常検体を用意する必要があると思います。

(無題) 削除/引用 No.11031-2 - 2022/12/12 (月) 16:20:08 - ウェrち 似た様な問題で以前だいぶ調べたことがあるのですが、多重比較は基本的に、対応のない群間の比較が前提で話がされており、対応のある群間の多重比較というのは、明確な取り決めみたいなものががないというかそもそもそういうものを想定してない様です。ただ少なくともチューキーは適切でない様です。なのでどうしてもというならば、パラメトリックなら一番適用条件のゆるいボンフェローニ 補正くらいしか選択肢がない様なことを統計の本か何かで見ました。また下記の総説でも、対応のある多群間比較の対処について言及されており。統計学の専門家でないほとんどの生物学者が生物統計を扱う際に、役にたつと思うので、一度参照ください。 参考 「統計を理解せず使っている人のために　III」 （『化学と生物』　Vol51 （７）２０１３　pp483-495） の中の特にp４８９−４９０のあたり。

統計、多重性の問題について 削除/引用 No.11031-1 - 2022/12/12 (月) 15:50:26 - KT 実験データの統計処理で悩んでいます。 4つのグループ（n=10）についてのメタボローム解析の結果です。大体100種類ぐらいの代謝物の定量値が得られています。 グループの内訳は以下になります。 �@正常検体 �A疾患A（�@と対応） �B疾患B �C疾患C 実験の経緯ですが、始め同じ患者の正常 vs 疾患AでPaired T-test検定をして有意差のついた代謝物に関して研究を進めていたのですが、補足としてよく似た疾患Ｂ、Ｃについても検体を集め、前述の有意差のついた代謝物が疾患Ａ特異的に変動したものなのかも検証しました。B、Cに関しては別の患者からサンプリングしたものになります。 現状、4グループまとめてOne-way AnovaとTukey-Kramer法を行い、正常-A、A-C、AーBで有意差のついたものだけをピックアップして論文にまとめようとしています。しかし、実際は正常とAだけは対応したサンプルになるのでその部分を反映させた解析方法を探しています。 最初はPaired T-testで有意差のついたもののうちTukeyでA-C、AーB間に有意差のついたものだけを拾ってきたということでいいじゃないかと思っていたのですが、統計の多重性の議論になり、「それぞれの有意水準を厳しくしないければいけない」という風に言われました。しかしながら、今のサンプルグループとうまく合致する検定が見つからず困っています。 4群のうち2群が対応しているといった少し不格好な実験デザインなのですが、適切な手法、有意水準の調節方法など知っている方がおりましたらご教示いただけますと幸いです。

全7件 ( 1 〜 7 )　 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。

---