Несколько биоптатов с крысы - как анализировать? Опции

[Varta]

Допустим имеем 2 группы по 6 крыс в каждой. У каждой крысы взято по 3 биоптата. Как анализировать?
Вариант 1 расчитать среднее по 3 биоптатам для каждой крысы и сравнить 6 и 6. (скажем, сделать Манна-Уитни)
Вариант 2 сравнить 18 биоптатов одной группы с 18 другой.
Правильно конечно делать первый вариант, поскольку при втором увеличивается вклад индивидуальной вариабельности и мы недооценим риск получить различия обусловленные случайной комбинацией крыс. Но чувствительность в первом варианте достаточно мала а хочется все-таки больше.
Есть какие-нибудь ещё варианты?

[nokh]

Выше я неправильно назвал комплекс перекрестно-иерархическим. Это - чистая иерархия, т.к. нет ни одного взаимодействия. Данные преобразуются не на этапах анализа, а в самом начале. Справедливо рекомендуемое Плавом преобразование Бокса-Кокса удобно провести в программе Attestat ( http://www.attestatsoft.com ). Комплекс строим для случая анализа нескольких полей зрения с каждого биоптата.
Этап 1. Модель
Yijkl = M + Ai + Bj(i) + Ck(ij) + El(ijk), где
Yijkl - количество нейтрофилов, M (мю) - общее для всего комплекса среднее, Ai - эффект i-той группы, Bj(i) - эффект j-той крысы внутри i-той группы, Ck(ij)- эффект k-того биоптаты внутри комбинации крысы и группы, El(ijk) - эффект l-ного поля зрения внутри всего остального (ошибка). Фактор группы фиксированный, остальные - случайные.
Этап 2.
Заполнение таблицы в SPSS
Колонка 1: Data - Исходные данные, т.е. натуральный логарифм количества нейтрофилов в поле зрения или преобразованное по Боксу-Коксу значение.
Колонка 2: Group - метка принадлежности наблюдения к группе (1 или 2)
Колонка 3: Rat - метка принадлежности наблюдения к конкретной крысе внутри группы (1, 2 или 3).
Колонка 4: Bt - метка принадлежности наблюдения к конкретному биоптату от конкретной крысы (1, 2 или 3 для в случае 3-х биоптатов).
Метку принадлежности к полю зрения ставить не нужно, дисперсия для этого компонента будет ошибкой дисперсионого комплекса.
Сохраните файл, например exper.sav и скопируйте его в корневой каталог диска С: (чтобы потом длинный путь не прописывать).
Этап 3. Анализ.
В SPSS действительно удобнее делать любые модели. Будем делать через синтаксис, т.к. это быстрее + из менюшки далеко не все модели можно построить.
File - New - Sintax. Откроется окно. В него вставить следующий фрагмент:

GET
FILE='C:\exper.sav'.
UNIANOVA
Data BY Group Rat Bt
/RANDOM = Rat Bt
/METHOD = SSTYPE(3)
/INTERCEPT = I-N-C-L-U-D-E (!!! Напишите без черточек, на этом сайте какой-то глюк - вместо набитого слова отбражаете число 5670252)
/CRITERIA = ALPHA(.05)
/DESIGN = Group Rat(Group) Bt(Group*Rat)

Далее: Run - All, OK и ждать появления таблицы результатов.

4. В Statistica 6.0. вполне удобно делать иерархические модели, но неудобно более сложные. В вашем случае строим точно такую же таблицу с теми же переменными и обозначениями.
Statistics - Advanced Linear/Nonlinear models - General linear models - Nested design ANOVA. В открывшейся форме
Переходим на закладку Options (чтобы потом не забыть с этого лучше начинать) в кнопке Random factors выделить случайные факторы Rat и Bt.
Возвращаемся на закладку Quik и заполняем кнопочки:
Variables. Dependent - Data, Categorical - Group Rat Bt
Factor codes - Select All
Between effects.
Group оставляем Not nested,
Rat делаем Nested in Group,
Bt - Nested in Group Rat (удерживая левую кнопку мыши выделить сразу оба фактора)
OK
В форме результатов смотрим таблицу дисперсионного анализа в кнопке All Effeсts.

Вставьте полученную таблицу сюда. Я поясню как ее оформить.

Сообщение отредактировал nokh - 3.11.2008 - 19:57