美文网首页
如何展示统计结果的表格

如何展示统计结果的表格

作者: scdzzdw | 来源:发表于2020-04-29 22:00 被阅读0次

    今天和老板讨论,又学到了如何正确地展示统计的表格,主要分为两种:
    1)正态分布的数据
    对于正态分布的数据,数据的展示形式应为mean±std,如下表格所示

    (引自Google图片)
    对于此类数据,分析两组间差异,应选用参数统计,如t-test。多组间差异,选择方差分析,R中为aov函数进行检验多组之间的均值是否有差异;如有差异,再使用pairwise.t.test()进行两两比较,进行多重t检验,这时需要对多重检验的p值进行校正,设置参数p.adjust.method="fdr"
    2) 非正态分布数据
    对于非正态分布数据,展示形式应为median (IQR),如下表格所示
    引自:Exposure to household furry pets influences the gut microbiota of infants at 3-4 months following various birth scenarios
    对于此类数据,分析两组间差异,应选用非参统计方法,如Mann-Whitney,多组间比较应选用Kruskal-Wallis test。同时,使用Kruskal-Wallis test之后,可配套使用Dunn Test检验去进行两组间的pairwise比较,Dunn Test检验也可进行fdr矫正。

    那么,什么时候应该进行fdr矫正呢?
    1、当一组数据进行了多次统计学检验,得到了多个p-value;
    2、多组相关的数据进行了统计学检验,得到了多个p-value;

    当多组无关的数据进行了统计学检验,得到了多个p-value,此时无需进行p-value矫正。矫正方法较大,一般选择fdr,这种方法比较温和。

    一般p值矫正后,会将p-value控制在p.adjust<=1,但是我也遇到STAMP软件的p.adjust大于1,问了developer,这是计算方法不同而已,并没有限制当p.adjust>1时,将p.adjust全部赋值为1,这也是为什么很多软件算出来的q-value会有很多1。

    不过现在也有很多呼声,forget the p-value,至于是否真的需要矫正,是否真的需要将p-value的阈值设为0.05,我认为只要你的故事讲得好,即使不显著,也可以适当放宽。如果严格按照p.adjust<0.05,没有得到任何significant的指标,那不是实验就白做了?

    如有问题,请指正交流,真理越辨越明

    相关文章

      网友评论

          本文标题:如何展示统计结果的表格

          本文链接:https://www.haomeiwen.com/subject/qltiwhtx.html