graphpad prism显著性差异分析_GraphPad Prism统计之单因素ANOVA分析

最新推荐文章于 2025-03-03 13:31:23 发布

weixin_40009207

最新推荐文章于 2025-03-03 13:31:23 发布

阅读量9w

点赞数 24

文章标签： graphpad prism显著性差异分析

博客涉及GraphPad Prism显著性差异分析相关内容，给出了习题答案为单因素ANOVA，还设有思考题，并引导读者点“在看”。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

GraphPad Prism可谓数据分析表现的小能手，能文能武能统计能画图，那它做统计时如何施展拳脚的，这几天让我们由浅入深的来学习下。

习题

MCF-7细胞过表达MKL-1、STAT3,或MKL-1加上STAT3，检测N-cadherin的相对表达量，pCDNA3.1为对照。请用合适的统计方法对下列模拟数据进行分析：

再给个示例图提示

本题示例图来源于文献PMID：28499590；Fig 1A

答案：单因素ANOVA

看结构这只有一个分组的维度，即细胞的处理方式不同，所以在Prism里数据录入的形式应该选择Column。但Prism的方向跟Excel不同，组别分列，样本(或重复测量值)分行，所以在Excel中复制数据后，到Prism里要用“Ctrl+Shift+T ”来粘贴，将数据转个 90º 。组名也是一样的做法。

接下来，多组数据之间的比较，首先想到单因素ANOVA；但要先做正态性检验，若不符合正态分布，则应采用非参数检验。 1) 正态性检验： 点工具栏上的Analyze之后，在弹窗中选择Column statistics，勾选上所有组别。

点OK之后的弹窗中，把高斯分布(即正态分布)下的三个检验方法都勾上。简单理解一下这三种方法：当样本量大时，三种方法的结果大同小异；样本量小时，一般只有SW法能计算出结果。至于大小样本的界定，还有不少争议，如30、200、2000为界。没把握就先都选上再看咯。Prism推荐第一种，但第二、三种更常用，SPSS里就是提供后两种的结果。

说句题外话，Prism开发组似乎不太喜欢KS法，因为不灵敏，认为它只是个历史情怀。在新版使用说明中讲到：“早期版本我们曾提供KS法，现在还是把它放在这(为了保持一贯性)，只是不再推荐。”毫不掩饰的一脸嫌弃.jpg，所以不造将来的版本是否会淘汰它。本例中N=3，果然只有SW法能出结果，并且很直白地告诉你有没有通过(pass)正态性检验，这里是Yes，符合。

2) 单因素ANOVA 再点一下Analyze，在刚才Column statistics的上方就是one-way ANOVA。同样勾选所有组别。

接下来的弹窗，在第一个选项卡(实验设计)中，本例都是独立样本，所以选第一个，没有匹配。下边是否假设为高斯分布，刚才检验过了，选符合。 Tips：注意区别Prism中使用的两个很容易混淆的词组，replicate values和repeated (或matched、paired) measures。前者可以理解为独立样本，如本文每个实验都重复做至少3次，用分别制备的质粒和细胞，就属于replicate。如果同一份细胞检测处理前和处理后的蛋白表达，则属于时间上有匹配的样本，要选用repeated / matched / paired的相关算法，这个以后会说。

第二个选项卡多重检验，选择各组间如何比较，都跟对照组比还是各组都两两比较，还是跟哪个特定组比。本例就选全都两两比较。

但多组的两两比较会增加族错误率，所以要采取一些较正方法，通常用Bonferroni，也可以点开下拉框选择其他，比如Tukey、Sidak。下边控制假阳性率是Prism新增的方法，你也可以试试。

点OK之后，结果中包含好几个表，先看ANOVA总表。上边的summary中的p值表示这些组是否有统计学差异，但具体在哪组还不知道。下边的Brown-Forsythe检验即方差齐性检验(若每组都N>5，则还有Barttlet检验)。方差齐也是应用单因素ANOVA的前提之一，不齐则仍需做非参数检验。在SPSS里是要主动勾选是否做方差齐性检验的(用Levene法)，而Prism则默默地算好了。最后一句仍是直白提示，各组标准差没有显著差异，所以是可以继续应用ANOVA的结果的。