Повторности опыта, статистика и методология Опции

[fruitfly]

Привет знатокам статистики и методологии.

Сформулирую свои вопросы на конкретном примере.
Надо узнать влияние вещества А на жизнеспособность организма В. Жизнеспособность измеряется в силе люминисценции (измеряется прибором и выдает численое значение).

Опыт: берется 10 чашек петри для контроля и 10 для опыта (в опытные чашки в питательную среду добавляется вещество А). На каждую чашку высеваются колонии (клетки) организма В. Через какое-то время проводится анализ жизнеспособности (по люм. свечению). Для этого из каждой чашки абсолютно случайным образом выбирается 15 клеток которые и измеряются. Получаем определенный набор цифр. Для каждой чашки расчитывается средняя величина свечения и ст. Отклонение (по 15 клеткам)

Теперь собствено вопросы:
1. Как определить если какая/ие-то из 10 чашек (повторностей) не укладываются (статистически) в общую картину? Если такое происходит что надо делать все равно рассматривать эту/и повторности со всеми или надо выкинуть?

2. Как считать разницу между контролем и опытом. Взять среднию (по десяти чашкам)-средних (по 15 клеткам) и ст. отклонение для опыта и контроля и их сравнить между собой (здесь N для опыта и контроля будет по 10) или же правильней будет объеденить все повторности в одну (если не все то те которые не отличаются (статистически) от общей картины) для них расчитать среднее и ст. отклонение и сравнить опыт и контроль. Только во втором случае N будет равно по 150 для опыта и контроля, собственно столько сколько клеток было проанализировано.

Заранее благодарю за ответ. Особено было бы классно показать ход расчетов на примере Statistica 6.0

[плав]

Если данные распределены не нормально, то надо искать причину - в Вашем случае анализируется повторяемость опыта и данные - теоретически - должны быть распределены нормально. Если Вы, как и многие в данной ветке, просто посмотрели на выборочное распределение и считаете, что распределение не нормальное, советую почитать в других ветках о том, что определять тип распределения по выборке дело вообще достаточно опасное, особенно при размере выборки 15 наблюдений.
Если у Вас есть теоретические причины думать о ненормальности распределения, надо данные нормализовать - логарифмирование или извлечение квадратного корня часто помогает, но в общем случае - трансформация Box-Cox.
Если все это кажется очень сложным - замените значения на ранги и делайте дисперсионный анализ на рангах. Строго говоря, все методы непараметрического дисперсионного анализа к этому и сводятся. При этом вы достаточно сильно потеряете в чувствительности метода, но зато удовлетворите авторов публикаций. которые из всех статистики усвоили только боевой клич "отсутствия нормально распределенных данных в медицине".
Алгоритм буде достаточно простым - берете все значения (без учета принадлежности у группе) сортируете в порядке возрастания - убывания, записываете порядковый номер и этот номер (ранг) записываете в новую переменную. которую затем и используете в дисперсионном анализе. В Statistica вроде есть функция расчета рангов.