【问题标题】:stat_compare_means paired = TRUE seem to pair the wrong valuesstat_compare_meanspaired = TRUE 似乎配对了错误的值
【发布时间】:2021-02-16 07:28:28
【问题描述】:

我想使用来自 ggpubr 的 ggpaired 绘制一个箱线图,以比较以下数据帧的两个条件。因此,您可以看到 csv 包含来自 3 个实验(E2020-36、E2021-04、E2021-06)的 3 个数据对(-FLS、UT)。 p 值的计算是使用 stat_compare_means 完成的,但是,当我运行配对 t 检验时,我感觉配对的值是错误的。当我运行未配对测试时,p = 0.032。当我进行配对 T 检验时,p = 0.094。然而,在我看来,配对 t 检验适用于该计算,因为要比较的配对来自 3 个独立的生物学重复。因此,这应该导致比更高的 p 值更低的 p 值。也许有人可以帮助我并解释这里发生了什么......

谢谢,马克斯

testdata.csv:

"条件","实验","CD69"
"UT","E2020-36",15.2
"-FLS","E2020-36",5.47
"UT","E2021-04",17.45
"-FLS","E2021-04",4.98
"UT","E2021-06",10.9
"-FLS","E2021-06",7.8

代码:

test1 <- read.csv("testdata.csv")

ggpaired(test1, x = "condition", y = "CD69", id = "experiment",
         color = "condition", line.color = "gray", line.size = 0.4,
         palette = "jco") +
  labs(y = "% CD69+", subtitle = "N = 3 patients (biol. replicates), paired t-test") +
  stat_compare_means(method = "t.test", paired = TRUE)

IMG Boxplot, paired T-test

【问题讨论】:

  • 我刚刚用t.test 计算了p 值。它再现了这些 p 值。你将不得不重新调整你的感受......我不确定你是如何得出这样的误解,即配对 t 检验的 p 值总是低于非配对 t 检验的(撇开如果一个是适当的另一个不是)。

标签: r t-test ggpubr


【解决方案1】:

对于非配对t检验,t的公式为 t = (mean_ut - mean_fls)/sqrt((var_ut/3) + (var_ut/3)) ~ 3.99 对于配对 t 检验,它是 mean(ut-fls)/sqrt(var(ut-fls)/3) ~ 3.03

这可能意味着其中一个实验 (e2021-06) 与其他实验如此不同,以至于差异(在配对 t 检验中)导致实验之间的差异更大。而每个条件下的实验方差并不那么高。这表明条件和实验之间存在相互作用。

【讨论】:

  • 非常感谢您的回答!现在对我来说更清楚了。
猜你喜欢
  • 2014-09-02
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2021-10-03
  • 1970-01-01
  • 2011-04-12
  • 2016-09-19
  • 1970-01-01
相关资源
最近更新 更多