Поправка Бонферрони или FDR Опции

[vas]

Здравствуйте! У меня вопрос по поводу множественного сравнения. А конкретно, по поправке Бонферрони.

Как он считается? Я p делю на количество групп сравнения или на общее количество тестов? Вот допустим, у меня работа по полиморфизмам SNP, т.е есть индивиды с тремя генотипами, и они сравниваются между собой по 11 показателям. Мне делить p на 3 или на 33??? Или на 11?
И еще вопрос. Его мне применять ко всему исследованию или только к 1 полиморфизму???

Еще хотелось бы узнать преимущества FDR (False discovery rate) контроля. И про возможность его использования вместо поправки Бонферрони.

PS Читал нижний топик про тест Крускалл-Валлиса, но не совсем понял. Вот если я сравниваю три группы индивидов, и нахожу значимое различие по какому-нибудь показателю, то могу судить лишь о том, что они различаются между собой??? НО не могу, допустим, судить о том как они различаются.

Сообщение отредактировал vas - 30.09.2013 - 06:37

[psychologist]

nokh, можно вас попросить пояснить почему мы 80*80 , а потом вычитаем 80?
Вот про разведочный анализ что-то слышал. Где о нем можно почитать с примерами. Метрическое шкалирование, вы имеете многомерное?
Самая главная ошибка в планирование исследований, это мало дается денег для мотивации испытуемых. Если вообще дается(

[100$]

Метрическое шкалирование, вы имеете многомерное?

Псюхологист, с вашего позволения несколько уточнений косметического характера.

Ну, во-первых, никакого одномерного шкалирования и не бывает. Так что, конечно, многомерное.

Во-вторых, метрическое шкалирование Торгерсона (1952)-это исторически первая доведенная до ума техника. Однако, что в факторном анализе, что в МШ самый цимес-это возможность повращать оси полученного решения, в целях улучшения его интерпретируемости. Так что ваш случай (принимая во внимание размерность вашего признакового пространства) - это как раз НЕметрическое шкалирование Краскела (1964) и Гутмана (1968). Разумеется, размерность признакового пространства не мешало бы подскоратить. Даже проф. статпакет матрицу 80x80 может мусолить довольно долго. А потом получить вырожденное решение.
Но это, опять же, к слову. Можете не обращать внимания.

[nokh]

...Так что ваш случай (принимая во внимание размерность вашего признакового пространства) - это как раз НЕметрическое шкалирование Краскела (1964) и Гутмана (1968).

Разбирался с терминами, действительно обычно под анализом главных координат (PCoA) подразумевается классическое метрическое шкалирование, тогда как в случае использования произвольных мер сходства говорят о неметрическом шкалировании. Меня смутили авторы пакета PAST, в учебнике по которому PCoА и метрическое шкалирование указываются как синонимы.

Пока гуглил по шкалированию, наткнулся на интересный пост (http://www.papont.su/2013/03/blog-post_26.html) и не удержался от любопытства, сам проанализировал данные по гаплогруппам Y-хромосомы (http://www.eupedia.com/europe/european_y-dna_haplogroups.shtml) с использованием разных мер сходства. В очередной раз убедился, что наиболее адекватную картину дают методы, основанные на соотношении величин, а не на их абсолютных значениях. В данном случае это хорошо видно по татарам и башкирам, которые, как скоро докажут, суть - белые порубежники, охранявшие южные границы Великой Тартарии и хапнувшие южных и жёлтых кровей. У автора же блога башкиры ближе к Дании и Исландии. Ниже подшил результаты НЕметрического многомерного шкалирования и кластерного анализа (UPGMA) с использованием в качестве меры сходства корреляции Спирмена (Rho). В связи с последними событиями не перстаю удивляться насколько успешно небольшой группе носителей хищных паттернов генов троглодитов и ракшасов удаётся и дальше стравливать и дробить кластер гиперборейцев!

Сообщение отредактировал nokh - 23.03.2014 - 21:22

Эскизы прикрепленных изображений