Анализ данных (подавление штаммов антибиотиками), какой тип анализа выбрать? что можно вытащить из данных? |
Здравствуйте, гость ( Вход | Регистрация )
Анализ данных (подавление штаммов антибиотиками), какой тип анализа выбрать? что можно вытащить из данных? |
18.09.2019 - 15:26
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 36 Регистрация: 27.08.2012 Пользователь №: 24128 |
Здравствуйте уважаемые участники форума!
Обращаюсь к Вам с таким вот вопросом (или скорее изложением проблемы): 1. есть в наличии массив данных, представляющих собой значения (в мкг/мл) минимальных подавляющих концентраций антибиотиков, МПК, (подразумевается подавляющих рост) в отношении 128 РАЗНЫХ штаммов одного и того же микроорганизма (128 штаммов одного вида) 2. кроме того, этот массив данных (помимо разбивки на 128 штаммов) ещё и делится по трём группам: группа 1 - только антибиотик А; группа 2 - антибиотик А + антибиотик Б; группа 3 - антибиотик А + антибиотик Б + антибиотик С. Отдельно (в изолированном виде) антибиотики Б и С не тестировались (равно как и комбинации Б + С и А + С)... Группы 1, 2 и 3 получены на одном и том же наборе из 128 штаммов одного вида микроорганизмов. Ответы, на которые хотелось бы получить вопросы: 1. есть ли разница между группами 1,2 и 3? Исходя просто из величины значений МПК в этих группах, то ответ очевиден - разница есть. Какими тогда методами анализа это можно подтвердить объективно? One-Anowa? Т.е. с использованием только одного фактора - группы 1,2 и 3? 2. Как проанализировать различия (если они есть) между штаммами? Говоря проще как выявить резистентные и чувствительные штаммы? Вводить второй фактор - штаммы со 128-ю уровнями градации?.. Может быть в данном случае следует использовать что-то типа кластерного анализа, который классифицирует штаммы в группах на те или иные кластеры? 3. Как эти данные (минимальные ингибирующие концентрации) оптимально отобразить графически? Коробчатые графики "с усами" не подходят вследствие слишком малых значений в группах 2 и 3... Если, допустим, логарифмировать, то появляются нулевые и отрицательные значения... На исходный дизайн (или недодизайн) исследования просьба не ругаться:) Уже не переделать... Массив данных в файле Excel. Спасибо!
Прикрепленные файлы
|
|
21.09.2019 - 17:05
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
"Ну, что тебе сказать про Сахалин? На острове нормальная погода". А данные ваши невыносимо плохие: по природе - непрерывные, а на деле - дискретные. Поскольку цифири в пределах каждого столбца различаются аж на три порядка, то их, конечно, можно считать независимыми в совокупности, но вряд ли - одинаково распределенными. 1. Формальное применение дисперсионного анализа невозможно из за гетероскедастичности. Поэтому единственное, что можно сделать для ответа на первый вопрос - это оттестировать гипотезу однородности мат. ожиданий против альтернативы упорядоченности критерием имени Томаса Хеттманспергера, который (критерий) дает z=8.44 и p-value~0. Из чего делаем вывод, что композиция антибиотиков А+Б давит штаммы сильнее, чем просто А, а А+Б+С - сильнее, чем А или А+Б 2. Ответ на второй вопрос - нестатистический. Можно считать резистентными все те, которые > 32, а может - > 64, а может - только >=128 и т.д. 3. Построить гистограммку - но не ту, которой пользуются для восстановления формы плотности, а для конкретных пользовательских диапазонов, н-р, 0-1, 1-4, 4-16, 16-32, 32-64, 64-128. Для таким образом дискретизированной переменной можно получить (гладкие) непараметрические оценки плотности. Сообщение отредактировал 100$ - 21.09.2019 - 17:05 |
|