全17件 ( 1 〜 17 )　 前 | 次 　1/ 1. /1

(無題) 削除/引用 No.7388-17 - 2018/11/10 (土) 03:18:44 - おお ＞皆さんはそういう統計処理についてどう思われますか？ One sample T-Testというのがあります。計算方法はPaired T-testと一緒と聞きます。

(無題) 削除/引用 No.7388-16 - 2018/11/09 (金) 23:36:11 - ふみ > 常にコントロールに対しての値しかだせないなら、 > 対応のある検定になるのかな？ > > 私自身はratioのみの記載ではなく、 > できる限り、実測値で議論した方が良いと思っています。 全面的に同意します。 コントロールに対しての相対値が3組出るような解析をする場合は、コントロールの変動は考えようがないと思います。 そして、できる限り実測値で議論をした方がよいという方針はまさにその通りだと思います。

(無題) 削除/引用 No.7388-15 - 2018/11/09 (金) 21:48:00 - TAさん > コントロール群の分散が0になるとテスト群のばらつき具合に関係なく、F検定量は0になるし、t検定量もスチューデントの方法、ウェルチの方法問わず、大きくなりやすく(有意差が出やすく)なると思います。 すみません。不偏分散の比であるF統計量はそもそも求まらないですかね。 失礼しました。 >Rさん たしかにやるとすればpairedテストですかね。自分が見ていた論文ではどのように扱っているかまでは記述されていませんでしたが。。

(無題) 削除/引用 No.7388-14 - 2018/11/09 (金) 21:24:11 - R 常にコントロールに対しての値しかだせないなら、 対応のある検定になるのかな？ 私自身はratioのみの記載ではなく、 できる限り、実測値で議論した方が良いと思っています。

(無題) 削除/引用 No.7388-13 - 2018/11/09 (金) 20:32:44 - TAさん 便乗させてください。 2の方法のような場合に、エラーのついていないコントロール群とエラーの付いているテスト群との間で、例えばt検定を行なって有意差をつけているデータをたまに見ます。 コントロール群の分散が0になるとテスト群のばらつき具合に関係なく、F検定量は0になるし、t検定量もスチューデントの方法、ウェルチの方法問わず、大きくなりやすく(有意差が出やすく)なると思います。 そもそも片方の分散が0というシチュエーションが統計学的には稀だと思うのですが…これらの検定法はそういうシチュエーションに対しても頑健と言えるのか、疑問に思っています(もちろんサンプルサイズが3とかいうのも稀、というツッコミはあると思いますが) 個人的にはそういう検定をやってる論文を見ると適当だなーと思ってしまいますが、皆さんはそういう統計処理についてどう思われますか？

(無題) 削除/引用 No.7388-12 - 2018/11/09 (金) 11:32:44 - おお >方法2でConにSDをつける方法 それをするにはコントロールがそれぞれの実験で比較できるような基準などが必要になってきます。

(無題) 削除/引用 No.7388-11 - 2018/11/09 (金) 08:52:31 - sas みなさまご回答ありがとうございます。 > 平均とSDを実測値から求めてからすべてをCon(mean)で割って１００倍にしてもいっしょ。 1回目のコントロールの値210；1回目のテストの値140 ２回目のコントロールの値150；２回目のテストの値75 ３回目のコントロールの値90；２回目のテストの値30 方法１ 実測値から平均値を求めて最後にCon（mean）で割る方法。 Conの平均値（210+150+90）/3=150　 テストの平均値　（140+75+30）/3=81.6 Con　（150/150）ｘ100=100％　テスト　（81.6/150）ｘ100=54.4％ 方法２ それぞれの回のConを100％として計算する方法。 1回目Con　（210/210）ｘ100=100％　テスト（140/210）ｘ100=66.6％ 1回目Con　（150/150）ｘ100=100％　テスト（75/150）ｘ100=50％ 3回目Con　（90/90）ｘ100=100％　テスト（30/90）ｘ100=33.3％ 平均　Con（100+100+100）/3=100％　テスト（66.6+50+33.3）/3=50％ 方法１と方法２では結果は違うのですが、方法2でConにSDをつける方法はありますか？

(無題) 削除/引用 No.7388-10 - 2018/11/09 (金) 04:24:16 - おお >１．コントロールを100％とする方法を選択するべきでは無いデータ 測定値に意味があるときはControlを１００％とすれば測定値がわからないのでその意味が示せない。 例えば血糖値など、濃度自身が意味を持つのでControlを１００％とするより実測値のほうがわかりやすい。 転写因子のリポーターのルシフェラーゼアッセイも実測値のほうがバックグランドレベルで変動を見ているのではないかという疑念があった場合払拭できる。培地のサイトカインなどの量も実際の濃度が示されていたほうがControl １００％より情報量がありいろいろ考察や理解の助けになる場合も多いと思う。

(無題) 削除/引用 No.7388-9 - 2018/11/08 (木) 10:07:18 - おお ＞2.　コントロールを100％として、 何を言っているのかよくわからんですけど、、、 一回目のコントロールの値A；一回目のテストの値X ２回目のコントロールの値B；２回目のテストの値Y ３回目のコントロールの値C；２回目のテストの値Z コントロールの平均値 Con(mean)=（A+B+C）÷３；また、コントロールのSDをSD(c)とする。 テストの平均値 T(mean)=（X+Y+Z）÷３；また、テストのSDをSD(t)とする。 コントロールの平均値を１００％としたときのそれぞれの値は コントロール１００％＝（Con(mean)÷Con(mean)）x１００ このときのコントロールのSD＝（SD(c)÷Con(mean)）x１００ このときのテストの値＝（T(mean)÷Con(mean)）x１００ このときのテストのSD＝（SD(t)÷Con(mean)）x１００ 平均とSDを実測値から求めてからすべてをCon(mean)で割って１００倍にしてもいっしょ。

(無題) 削除/引用 No.7388-8 - 2018/11/08 (木) 09:40:06 - asan >2.　コントロールを100％として、コントロールにもSDをつける方法として、コントロールのそれぞれの回の実測値を3回分の実測値の平均値で割って、その値を使ってSDを算出する方法があると聞きました。この場合、コントロールのSDとそれ以外のサンプルののSDは違うものなので正しくないと思うのですがあってますか？ 例えばqPCRについては以下のような記述のハンドブックにあります。 http://www.takara-bio.co.jp/prt/guide.htm 誤差範囲の計算方法 ・・・・ 誤差範囲の計算方法は、解析手法(検量線法/ΔΔCt 法、シングル PCR/マルチプレックス PCR)によって異なる。シングル PCR の場合には、ターゲット遺伝子を測定したチューブとリ ファレンス遺伝子を測定したチューブとの間に対応関係がないため、個々の定量値を求めた 段階で平均し標準偏差を求める。マルチプレックス PCR では、ターゲット遺伝子とリファレ ンス遺伝子を同一チューブで測定するため、対応関係が存在する。この場合には、リファレ ンス遺伝子の定量値でサンプル間の標準化を行った段階で平均し標準偏差を求める。以後の 相対定量解析で、平均値の除算や減算を行う際、標準偏差も専用の計算式に当てはめて演算 する。計算方法の詳細は、User Bulletin #2(Applied Biosystems 社)が参考になる。 基本的に2の考え方は各Ct値に絶対的な比較をしてるのと同じような意味を持つことが前提になりますが、その場合は実験結果1,2,3....の計算も同じようにCt値の平均を取ってから換算式に合わせて計算することが正しいやり方になると思います。ただ、その場合は標準偏差も誤差の伝播法則に従って計算すべきですが、その辺が曖昧になってる論文は世の中でたくさんあるような気はします。

(無題) 削除/引用 No.7388-7 - 2018/11/08 (木) 08:07:25 - たろう > コントロールを100％とする方法を選択するべきでは無いデータはあるのでしょうか？ 測定結果の値に意味があるデータ。体重とか血圧とか。その他には培地中の特定成分の濃度や比重(あるいは浸透圧)とか？ コントロールを100%とすると、測定対象外の物質の干渉のせいでコントロールも値が以上に大きい場合や、測定系がきちんとできていなくてコントロールも値が以上に値が小さい場合も、データに異常があると分からなくなってしまいます。薬剤投与による変化が無さそうにみえる場合にこの問題が起こっていないか注意する必要があります。

(無題) 削除/引用 No.7388-6 - 2018/11/08 (木) 06:18:04 - sas 返信ありがとうございます。 二つ質問があります。 １．コントロールを100％とする方法を選択するべきでは無いデータはあるのでしょうか？具体例があるとありがたいです。私の場合は主に薬剤の効果（増殖、遺伝子の発現など）をみる実験です。 2.　コントロールを100％として、コントロールにもSDをつける方法として、コントロールのそれぞれの回の実測値を3回分の実測値の平均値で割って、その値を使ってSDを算出する方法があると聞きました。この場合、コントロールのSDとそれ以外のサンプルののSDは違うものなので正しくないと思うのですがあってますか？

(無題) 削除/引用 No.7388-5 - 2018/11/07 (水) 10:46:05 - おお あ、そうか。 一回の測定でコントロールに対する相対的な数値がでるが、一回目の測定と２回目の測定でコントロールの測定値が比べられないもの、または比べられる可能性があるがその保証がないもの。こういったものはコントロールを１００とか１と固定するのでSDをつけないです。

(無題) 削除/引用 No.7388-4 - 2018/11/07 (水) 10:27:50 - qq 見てみると、三回実験を繰り返した各回は、1サンプルずつなのですね。 つまり、各回コントロールと処置の比率を出していることになると思います。 その各回１サンプルの比率を統計的に何とかしようと頑張るのは、なかなか難しいので、「正しい方法」を考えてはいけません。 正しい方法を考えたければ、各回で最低限度のサンプルサイズ（１ではない）を確保するしかないんじゃないでしょうか？？ いろんな事情でそうはいかないのであれば、コントロールを二つ用意するのもアリかなと思います。一つは、100%用のコントロール、もう一つは無処置（つまりコントロール）です。そうすると、3サンプル増えるだけで、コントロールにエラーバーが立つと思います。

(無題) 削除/引用 No.7388-3 - 2018/11/07 (水) 10:13:20 - asan >この違いと、どちらが統計学的に正しいのかについて教えて頂けませんか？ よくこれは議論になるのですが、要は、絶対値に対するSDをとってから平均化するか、コントロールに対するレシオに対してSDをとってるかの統計学的な意味の違いです。 前者を後者に変換するには厳密には誤差範囲についても計算式で算出する必要があるのですが結構適当にやってる論文も多いと思います。後者の場合は実験誤差自体をすでにレシオで表現してるのでcontrol以外の条件のところのSDにその誤差が計算上含まれてることになります。

(無題) 削除/引用 No.7388-2 - 2018/11/07 (水) 09:29:01 - おお controlを100％にしているのだからそのばらつきを表すパラメーターは意味をなさないです。

controlを100％としたときのSDのbar 削除/引用 No.7388-1 - 2018/11/07 (水) 08:29:42 - sas 3回実験を繰り返して、それぞれのcontrolを100％として結果を出した場合、controlについては100％という結果が3回出るので、SDは0になると思うのですが、論文によってSDが0の論文もあれば、controlにSDがついている論文もあります。 この違いと、どちらが統計学的に正しいのかについて教えて頂けませんか？

全17件 ( 1 〜 17 )　 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。

---