Quanto è utile/interessante questa discussione:
Autore |
Discussione |
|
germy
Nuovo Arrivato
74 Messaggi |
Inserito il - 26 agosto 2012 : 22:38:43
|
Salve a tutti, premetto che non sono molto ferrato in biostatistica e avrei bisogno di una mano... Vi spiego in breve il mio problema: Sto valutando come delle sostanze possano incrementare l'aumento dell'espressione di alcune metalloproteasi all'interno delle cellule della retina; queste sostanze vengono iniettate direttamente nello spazio subretinale e quindi analizzo il trascrittoma di ciascuna retina.
Ora: per ogni concentrazione di sostanza ho in genere 5 o 6 diversi campioni (retine), inoltre ho anche come controllo la semplice iniezione di acqua e pbs. Il grosso problema è che sto effettuando una quantificazione di bande (pcr semiquantitativa) quindi non è molto affidabile e spesso l'espressione di mmps da una retina all'altra (Anche dello stesso animale) varia in maniera molto vistosa.. mi chiedo, una volta calcolata la deviazione standard per una concentrazione ci sono valori che posso eliminare? in secondo luogo è più opportuno usare Anova o t-student per valutare se la differenza di espressione dei geni è dovuta proprio alle mie sostanze? Grazie!
|
|
|
Glubus
Utente Junior
156 Messaggi |
Inserito il - 27 agosto 2012 : 15:44:28
|
C'è una risposta che va sempre bene in ogni questione di statistica ed è: "..., dipende!" Per applicare ANOVA, t-test e regressione lineare (che sono in realtà diversi nomi della stessa cosa) bisogna che siano soddisfatte alcune condizioni: indipendenza delle osservazioni (e ti preavviso che le osservazioni sull'occhio destro e quello sinistro delo stesso animale NON sono indipendenti), normalità approssimata ed omogeneità dei residui (all'aumentare del valore medio si osserva spesso maggiore variabilità). Sono rispettate queste condizioni? I dati sono bilanciati? Se si l'ANOVA ad un criterio di classificazione potrebbe fare al caso tuo (considerando i valori di concentrazione della sostanza che inietti come variabile ordinale con il livello più basso corrispondente alla somministrazione della soluzione di controllo). Se invece nell'esperimento inietti la soluzione di controllo in un occhio e la sostanza nell'altro potresti semplicemente fare l'analisi (ANOVA o regressione) sulle DIFFERENZE fra i due valori per soggetto (in questo modo elimini il problema della non indipendenza).
BTW quanti sono i livelli di concentrazione delle sostanze che inietti?(potrebbe avere un senso provare a modellare la risposta in un modello di regressione e risparmiare qualche gdl). Nel caso di non normalità dei residui ed eteroschedasticità (e naturalmente non indipendenza) ti conviene rivolgerti ad uno statistico "professionista", che saprà come trattare questi casi "non banali". Non capisco bene poi i motivi per cui dovresti eliminare dei dati (e soprattutto perché farlo sulla base dei dati stessi).
Stefano
Citazione: Messaggio inserito da germy
Salve a tutti, premetto che non sono molto ferrato in biostatistica e avrei bisogno di una mano... Vi spiego in breve il mio problema: Sto valutando come delle sostanze possano incrementare l'aumento dell'espressione di alcune metalloproteasi all'interno delle cellule della retina; queste sostanze vengono iniettate direttamente nello spazio subretinale e quindi analizzo il trascrittoma di ciascuna retina. Ora: per ogni concentrazione di sostanza ho in genere 5 o 6 diversi campioni (retine), inoltre ho anche come controllo la semplice iniezione di acqua e pbs. Il grosso problema è che sto effettuando una quantificazione di bande (pcr semiquantitativa) quindi non è molto affidabile e spesso l'espressione di mmps da una retina all'altra (Anche dello stesso animale) varia in maniera molto vistosa.. mi chiedo, una volta calcolata la deviazione standard per una concentrazione ci sono valori che posso eliminare? in secondo luogo è più opportuno usare Anova o t-student per valutare se la differenza di espressione dei geni è dovuta proprio alle mie sostanze? Grazie!
|
|
|
|
Discussione |
|
|
|
Quanto è utile/interessante questa discussione:
MolecularLab.it |
© 2003-18 MolecularLab.it |
|
|
|