l*z
发帖数: 31 | 1 请教区内大牛，我生物实验的实验组和对照组的trend （fold change）一直是
consistent, 但是因为不同batch的data的fold change variation 很大，用t－test总
是没有significant。我该用什么方法分析呢？多谢多谢。 |
h***i
发帖数: 3844 | 2 这估计是data的问题，不是方法的问题
【在 l*z 的大作中提到】
: 请教区内大牛，我生物实验的实验组和对照组的trend （fold change）一直是
: consistent, 但是因为不同batch的data的fold change variation 很大，用t－test总
: 是没有significant。我该用什么方法分析呢？多谢多谢。
|
g****e
发帖数: 1829 | 3 试试bootstrap。我不知道你说的是啥，但是如果你的数据一直consistent，那么
bootstrape平均应该significant。否则没道理。
【在 l*z 的大作中提到】
: 请教区内大牛，我生物实验的实验组和对照组的trend （fold change）一直是
: consistent, 但是因为不同batch的data的fold change variation 很大，用t－test总
: 是没有significant。我该用什么方法分析呢？多谢多谢。
|
p******p
发帖数: 13 | 4 找各种莫名其妙但又圆的过去的理由踢掉自己不想要的data，或者扔进stratification
里。 |
h***i
发帖数: 3844 | 5 他说的是data得不到想要的结果，感觉是方法不够强。
【在 g****e 的大作中提到】
: 试试bootstrap。我不知道你说的是啥，但是如果你的数据一直consistent，那么
: bootstrape平均应该significant。否则没道理。
|
q*********g
发帖数: 3 | 6 楼主表达的意思是说试验组内方差不一样吗？如果是这样就需要使用别的方法 |
t*****a
发帖数: 459 | 7 你这个好像描述很不具体别人很难看懂你在做什么啊，比如fold change 是 compared
to what啊，batch是不是nested in treatment group，等等。。。
如果有任何treatment以外的影响因素或clustering因素，都不应该用t test |
s**r
发帖数: 669 | 8 最简单的方法是（yi-median（batch））/MAD（batch），至少我们lab以前那些code都
是那么写的。 |
