科研技能教程單元課05GraphPad Prism 7 常用數(shù)據(jù)統(tǒng)計(jì)分

GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析科研技能 單元課 03

增刊針對(duì)特定科研技能的專(zhuān)項(xiàng)突破科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/數(shù)據(jù)統(tǒng)計(jì)分析概述差異性分析：?jiǎn)?雙因素方差分析生存曲線(xiàn)的比較課程目錄143差異性分析：獨(dú)立/配對(duì)t檢驗(yàn)2解

螺

旋

|

陪

伴

醫(yī)

生

科

研

成

長(zhǎng)線(xiàn)性回歸分析5科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/數(shù)據(jù)統(tǒng)計(jì)的知識(shí)比較龐大且復(fù)雜，很難簡(jiǎn)單明了的呈現(xiàn)全部?jī)?nèi)容，也并非都需要掌握。針對(duì)基礎(chǔ)研究中實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，常用的有差異性分析和相關(guān)性分析。前者大多用于檢驗(yàn)兩組數(shù)據(jù)是否具有顯著性差異（即常見(jiàn)文獻(xiàn)中標(biāo)記的*的意義）；后者用于檢驗(yàn)兩組數(shù)據(jù)間是否具有相關(guān)性，如兩基因的表達(dá)關(guān)系。差異性分析差異分析，根據(jù)數(shù)據(jù)特性的不同需要采取不同的分析方法（見(jiàn)下圖），本教程主要以單元課03《GraphPad

Prism

7作圖教程》中的案例進(jìn)行分析演示，基本滿(mǎn)足基礎(chǔ)實(shí)驗(yàn)中的數(shù)據(jù)分析需求。本教 程使用GraphPad

Prism

7.0版本，其他版本操作可能會(huì)不同。相關(guān)的數(shù)據(jù)作圖已在《GraphPad

Prism

7作圖教程》中詳述，本教程不再重復(fù)。①指兩組都服從正態(tài)分布；若有一組是偏態(tài)分布，則應(yīng)按“不服從正態(tài)分布”進(jìn)行分析；②一般用Mann-Whitney秩和檢驗(yàn)；Kolmogorov-Smirnov一般用于大樣本；③差值不同是指差值的變化幅度隨著對(duì)照組的值不同而不同，此時(shí)，建議用組間的比值代替差值進(jìn)行統(tǒng)計(jì)（很少用到）。*：本圖表信息適用于連續(xù)變量和有序變量，分類(lèi)變量不適用（一般用卡方檢驗(yàn)，常見(jiàn)于臨床研究，有需求的請(qǐng)見(jiàn)解螺旋365課程《醫(yī)學(xué)統(tǒng)計(jì)與spss運(yùn)用》）相關(guān)性分析：一般采取線(xiàn)性相關(guān)分析，即線(xiàn)性回歸數(shù)據(jù)統(tǒng)計(jì)分析概述01*拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/GraphPad

Prism7.0里，在數(shù)據(jù)或者作圖頁(yè)面，點(diǎn)擊頂部菜單欄的Analyze按鈕，即可調(diào)出數(shù)據(jù)分析功能窗口分析方法勾選需要進(jìn)行比較的組別注意Prism里的分析方法是根據(jù)其繪圖類(lèi)型劃分目錄，但是在 分析數(shù)據(jù)時(shí)，分析方法的選擇取決于數(shù)據(jù)的屬性和比較的 目的，而不是單純的根據(jù)繪圖類(lèi)型選擇舉個(gè)例子，左圖中的數(shù)據(jù)（本教程例四，第

頁(yè)），作圖類(lèi)型雖然是XY，但是分析的目的是比較實(shí)驗(yàn)組和對(duì)照組間不同時(shí)間點(diǎn)的數(shù)據(jù)是否有差異，合適的方法是

grouped

analyses目錄下的two-wayANOVA，而不是

XYanalyses里的任何一個(gè)分析方法，這個(gè)后面還會(huì)具體講數(shù)據(jù)統(tǒng)計(jì)分析概述02科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/GraphPad

Prism的數(shù)據(jù)分析功能強(qiáng)大，且針對(duì)不同的分析，還自帶示例供參照學(xué)習(xí)：在新建數(shù)據(jù)表格的窗口中，可選擇某一分析的示例數(shù)據(jù)點(diǎn)擊“Create”后，新創(chuàng)建數(shù)據(jù)頁(yè)面中即給出示例數(shù)據(jù)和說(shuō)明數(shù)據(jù)形式分析目標(biāo)操作步驟查看分析方法的 介紹和數(shù)學(xué)模型查看更詳細(xì)的步驟選擇分析示例數(shù)據(jù)排布示例示例說(shuō)明數(shù)據(jù)統(tǒng)計(jì)分析概述03拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/ororor…數(shù)據(jù)統(tǒng)計(jì)分析概述概念：什么是配對(duì)的樣本？滿(mǎn)足以下任意一條的，即為配對(duì)樣本①同一研究對(duì)象，處理前后進(jìn)行比較例如：高血壓患者治療前后的數(shù)據(jù)進(jìn)行比較②同一研究對(duì)象的兩種處理，比較兩種處理的效果是否有差異或者是來(lái)源于同一主體的兩個(gè)研究對(duì)象進(jìn)行比較例如：每一對(duì)癌和癌旁都來(lái)自于同一個(gè)患者的兩組數(shù)據(jù)進(jìn)行比較③研究對(duì)象根據(jù)某些特征配成對(duì)子，再將對(duì)子中的兩個(gè)對(duì)象隨機(jī)分配到不同處理組要注意：配對(duì)設(shè)計(jì)中，兩組數(shù)據(jù)的個(gè)數(shù)一定是相同且一一對(duì)應(yīng)的（同組數(shù)據(jù)要在同一行，順序不能亂）關(guān)于數(shù)據(jù)中標(biāo)記顯著性差異常用的方法是用*號(hào)（或者其他符號(hào)，如#、△號(hào)等）分三級(jí)標(biāo)記，如*表示p<0.05，**表示p<0.01，***表示p<0.001在GraphPad

Prism

7版本中，數(shù)據(jù)分析的結(jié)果可以顯示到四級(jí)：p<0.0001標(biāo)記顯著性差異時(shí)，要注意指示標(biāo)記的是哪些組別的比較，如標(biāo)記的是B組和D的差異，可以用折線(xiàn)兩頭標(biāo)示組別，GraphPad

Prism

7提供方便的標(biāo)示工具04科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/數(shù)據(jù)統(tǒng)計(jì)分析概述差異性分析：?jiǎn)?雙因素方差分析生存曲線(xiàn)的比較課程目錄143差異性分析：獨(dú)立/配對(duì)t檢驗(yàn)2解

螺

旋

|

陪

伴

醫(yī)

生

科

研

成

長(zhǎng)線(xiàn)性回歸分析5拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/示例1：文獻(xiàn)：PMID:26565812；Fig1A兩組連續(xù)變量數(shù)據(jù)，每組數(shù)據(jù)有多個(gè)測(cè)量值癌和癌旁來(lái)源于不同個(gè)體（非配對(duì)），兩組數(shù)據(jù)在個(gè)數(shù)上可以不相等示例解讀：CISD2在37例癌旁組織和409例腫瘤組織中的表達(dá)差異模擬數(shù)據(jù)獨(dú)立t檢驗(yàn)05科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/分析目標(biāo)數(shù)據(jù)總體上看，是一維分組，兩個(gè)組別：癌和癌旁。每組有多個(gè)測(cè)量值（多個(gè)患者的樣本），數(shù)據(jù)不是配對(duì)（即癌和癌旁不是來(lái)自同一個(gè)人）。從實(shí)驗(yàn)結(jié)果上看，需要比較癌和癌旁的測(cè)量值是否有顯著性差異，比較一維兩組獨(dú)立樣本，要看數(shù)據(jù)是否符合正態(tài)分布以及方差是否一致，從而使用不同的t檢驗(yàn)。獨(dú)立t檢驗(yàn)拼課vx：pinkkke06科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/獨(dú)立t檢驗(yàn)點(diǎn)擊Analyze按鈕，調(diào)出數(shù)據(jù)分析窗口分析方法選擇Column

analyses→Column

statistics勾選兩個(gè)需要比較的組別點(diǎn)擊“OK”按鈕本例在Prism中創(chuàng)建的數(shù)據(jù)表，這里命名為“CISD2 in

array”數(shù)據(jù)錄入及作圖請(qǐng)查看單元課03《GraphPad Prism

7作圖教程》，本教程為單元課03增刊，旨在講述在作圖后如何進(jìn)行統(tǒng)計(jì)分析，作圖操作不再重復(fù)1先檢驗(yàn)一下數(shù)據(jù)是否符合正態(tài)分布也可以是XY

analyses→Column

statistics，結(jié)果是一樣的07科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/GraphPadPrsim提供了拼3課種檢vx驗(yàn)：正p態(tài)in分kk布ke的方法，當(dāng)樣本量大時(shí)計(jì)算結(jié)果 大同小異，樣本量小時(shí)，一般只有SW法能計(jì)算出結(jié)果可以只選一種（雖然prism推薦第一種DP法，但其實(shí)常用的是第二和第三種方法，SW法和KS法）；也可以三種都選上獨(dú)立t檢驗(yàn)2

在彈出的窗口中，勾選正態(tài)分布檢驗(yàn)的方法，點(diǎn)擊“OK”08科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果3這里3種正態(tài)檢驗(yàn)方法的結(jié)果一致，均提示癌旁組的數(shù)據(jù)服從正態(tài)分布，癌組數(shù)據(jù)不服從正態(tài)分布因?yàn)橛幸唤M數(shù)據(jù)不服從正態(tài)分布，因此下一步選擇 非參數(shù)檢驗(yàn)①在左邊導(dǎo)航欄里找到結(jié)果列表：通常以“Col.statsof”+數(shù)據(jù)表名稱(chēng)顯示②三種方法的檢驗(yàn)結(jié)果常用的是Shapiro-Wilk檢驗(yàn)（SW）和Kolmogorov-Smirnov檢驗(yàn)（KS）大多數(shù)情況下，三種方法的結(jié)論一致；不一致時(shí)，一般小樣本（n<30，有爭(zhēng)議，也有人認(rèn)為

n<200，還有人認(rèn)為是n<2000）以SW法計(jì)算結(jié)果為準(zhǔn)；大樣本以KS法計(jì)算結(jié)果為準(zhǔn)③一般認(rèn)為，當(dāng)p

value>0.1（也有人認(rèn)為p>0.05）時(shí)，數(shù)據(jù)服從正態(tài)分布這里的0.1（或0.05）是置信度，理解：認(rèn)為

10%（5%）為小概率事件，即比這個(gè)幾率小的事件，我們認(rèn)為在實(shí)驗(yàn)中不會(huì)發(fā)生。設(shè)定p

>0.1認(rèn)為數(shù)據(jù)符合正態(tài)分布，對(duì)正態(tài)分布的檢驗(yàn)更保守。①②③獨(dú)立t檢驗(yàn)09科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/回到數(shù)據(jù)表頁(yè)面，點(diǎn)擊頂部“Analyze“按鈕，在彈出窗口（右圖）里選擇”Column

analyses”→“t

test（andnonparametric

test）”，勾選上組別，點(diǎn)擊“OK”4獨(dú)立t檢驗(yàn)t檢驗(yàn)10拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/第④步點(diǎn)擊“OK”后，會(huì)新彈出一個(gè)窗口，可設(shè)置t檢驗(yàn)的各個(gè)選項(xiàng)5實(shí)驗(yàn)設(shè)計(jì)非配對(duì)配對(duì)是否服從正態(tài)分布是，使用參數(shù)檢驗(yàn)否，使用非參數(shù)檢驗(yàn)選擇檢驗(yàn)的方法M-W法，檢驗(yàn)兩個(gè)總體的均值是否有顯著的差別（一般用這個(gè)）K-S法，檢驗(yàn)一個(gè)分析變量是否符合某種分布或兩個(gè)分析變量的分布是否相同本例數(shù)據(jù)為非配對(duì)，不服從正態(tài)分 布，因此這里選擇“Unpaired”、

“No，Use

nonparametric

test”獨(dú)立t檢驗(yàn)“Options”選項(xiàng)卡解讀（此選項(xiàng)卡中的選項(xiàng)一般按默認(rèn)設(shè)置即可）611選擇單側(cè)檢驗(yàn)或是雙側(cè)檢驗(yàn)，默認(rèn)雙側(cè)，一般不建議修改選擇比較的方式置信水平，一般是95%，即定義p<5%（即p<0.05）時(shí)認(rèn)為有顯著差異繪圖選項(xiàng)，可選擇繪制統(tǒng)計(jì)分析的圖，可以不選補(bǔ)充結(jié)果，可以不選p值顯示的方式設(shè)置統(tǒng)計(jì)結(jié)果的有效數(shù)字勾選這個(gè)可將目前的選擇設(shè)置為默認(rèn)選項(xiàng)科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/點(diǎn)擊導(dǎo)航欄中“Mann-Whitney

test

of

CISD2

in

array”，查看結(jié)果7p值<0.0001，兩組數(shù)據(jù)具有極顯著性差異點(diǎn)擊此按鈕可再次調(diào)出檢驗(yàn)設(shè)置窗口，修改t檢驗(yàn)設(shè)置獨(dú)立t檢驗(yàn)拼課vx：pinkkke12科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/標(biāo)注顯著性差異8畫(huà)圖工具添加連接線(xiàn)然后在上方標(biāo)記表示顯著性差異的*號(hào)當(dāng)圖上只有2組數(shù)據(jù)時(shí)，也可以直接文本工具標(biāo)記p值獨(dú)立t檢驗(yàn)單擊連接線(xiàn)，可以調(diào)整線(xiàn)的長(zhǎng)和寬13科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/獨(dú)立t檢驗(yàn)示例2：文獻(xiàn)：PMID:26565812；Fig

3D模擬數(shù)據(jù)二維度分組，每一列定義一個(gè)組別，每一行也定義一個(gè)組別示例解讀：兩個(gè)細(xì)胞株里，過(guò)表達(dá)CISD2前后，細(xì)胞克隆形成能力的變化簡(jiǎn)單分組二維度分組拼課vx：pinkkke14科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/分析目標(biāo)從數(shù)據(jù)結(jié)構(gòu)上看，是個(gè)二維分組，組別是細(xì)胞分組（MGC-803組和SGC-7901組）和是否過(guò)表達(dá)CISD2（Vector組和CISD2組）。從實(shí)驗(yàn)結(jié)果的意義上看，可以有2種比較方案：將數(shù)據(jù)看成是二維度分組，用two-way

ANOVA分析（處理起來(lái)比較方便，在后面“Two-wayANOVA”里有具體操作，這里先不演示）將數(shù)據(jù)看成是兩個(gè)獨(dú)立進(jìn)行的一維分組實(shí)驗(yàn)，即分別比較MGC-803和SGC-7901中CISD2組與Vector組的差異從實(shí)驗(yàn)設(shè)計(jì)上看，是獨(dú)立設(shè)計(jì)，檢測(cè)這兩組數(shù)據(jù)是否有差異，用獨(dú)立t檢驗(yàn)獨(dú)立t檢驗(yàn)15科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/獨(dú)立t檢驗(yàn)新建一個(gè)Column的數(shù)據(jù)表（重命名為“unpaired

t

test”），將數(shù)據(jù)按下圖的格式輸入1按前述步驟檢驗(yàn)正態(tài)分布2本例數(shù)據(jù)作圖的時(shí)候用的是Grouped，但這里我們要進(jìn)行正態(tài)檢驗(yàn)以及兩樣本t檢驗(yàn)的話(huà)，就需要用Column的格式，因此新建了Column的數(shù)據(jù)表數(shù)據(jù)樣本量比較?。ㄖ挥?個(gè)重復(fù)），結(jié)果顯 示只有SW法能給出結(jié)果，均服從正態(tài)分布16拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/回到column數(shù)據(jù)頁(yè)面，點(diǎn)擊頂部Analyze按鈕，彈出的窗口里設(shè)置檢驗(yàn)方法3獨(dú)立t檢驗(yàn)彈出的窗口里設(shè)置檢驗(yàn)參數(shù)，然后點(diǎn)擊“OK”4先選擇803的vector組和CISD2組勾選非配對(duì)設(shè)計(jì)服從正態(tài)分布，勾選參數(shù)檢驗(yàn)方差齊，選這個(gè)方差不齊，選這個(gè)根據(jù)方差齊性選擇檢驗(yàn)方法在不知道數(shù)據(jù)是否方差齊性時(shí)，可先隨意選擇一個(gè)分析結(jié)果里會(huì)顯示F檢驗(yàn)的結(jié)果，據(jù)此判斷數(shù)據(jù)是否 服從方差齊性，再來(lái)修改這個(gè)選項(xiàng)17科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看分析結(jié)果5獨(dú)立t檢驗(yàn)F檢驗(yàn)，一般要求p>0.1（也有人認(rèn)為p>0.05），認(rèn)為方 差齊性這里p

>0.1，可認(rèn)為兩組數(shù)據(jù)方差相同p

<0.001，兩組有極顯著性差異18拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/重復(fù)第3和第4步，計(jì)算SGC-7901細(xì)胞的Vector組和CISD2組的顯著性差異6p<0.0001，兩組 有極顯著性差異在圖上標(biāo)記顯著性差異7獨(dú)立t檢驗(yàn)19科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/配對(duì)t檢驗(yàn)示例：文獻(xiàn)：PMID:26565812；Fig

1B模擬數(shù)據(jù)：20例配對(duì)的癌旁和腫瘤組織中某分子表達(dá)檢測(cè)值示例解讀：在33對(duì)癌旁和腫瘤組織中，CISD2這個(gè)分子的表達(dá)差異比較不同的顏色表示表達(dá)水平的高低不同，綠色表示低表達(dá)，紅色表示高表達(dá)，中間過(guò)渡色為黑色拼課vx：pinkkke20科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/分析目標(biāo)數(shù)據(jù)大體跟上一例差不多，不同的地方在于，本例中的兩組數(shù)據(jù)，是配對(duì)關(guān)系，因此需要使用配對(duì)t檢驗(yàn)。文獻(xiàn)中用的是熱圖的展示方式，沒(méi)有給出p值。熱圖的作圖請(qǐng)見(jiàn)單元課03。本例將給出另一種類(lèi)型圖的作圖操作以及配對(duì)t檢驗(yàn)的操作。配對(duì)t檢驗(yàn)21科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/配對(duì)t檢驗(yàn)1

先在excel里計(jì)算兩組數(shù)據(jù)的差值?

=3.749-4.984?

=6.871-7.440…2

新建一個(gè)Column的數(shù)據(jù)表（重命名為“Paired

t

test”）拼課vx：pinkkke22科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/3

將數(shù)據(jù)按下圖的格式輸入4

按前述步驟，對(duì)兩組的差值進(jìn)行正態(tài)分布檢驗(yàn)配對(duì)t檢驗(yàn)只需要檢驗(yàn)差值是否 服從正態(tài)分布即可23科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看正態(tài)分布檢驗(yàn)的結(jié)果5①點(diǎn)擊左邊導(dǎo)航欄中的“Col.stats

of

Paired

ttest”，查看分析結(jié)果24②3種檢驗(yàn)方式結(jié)論一致：p值均小于<0.1（也都小于0.05），認(rèn)為數(shù)據(jù)不服從正態(tài)分布配對(duì)t檢驗(yàn)①②拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/在前面建立的column數(shù)據(jù)頁(yè)面，點(diǎn)擊頂部Analyze按鈕，彈出的窗口里設(shè)置檢驗(yàn)方法6正態(tài)分布檢驗(yàn)顯示Adjacent組和Tumor組的差值不服從正態(tài)分布，因此用非參數(shù)檢驗(yàn)配對(duì)t檢驗(yàn)彈出的窗口里設(shè)置檢驗(yàn)參數(shù)，然后點(diǎn)擊“OK”7勾選配對(duì)設(shè)計(jì)不服從正態(tài)分布，勾選非參數(shù)檢驗(yàn)這里要取消勾選差值組25科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看分析結(jié)果8配對(duì)t檢驗(yàn)p

<0.01，兩組有顯著性差異拼課vx：pinkkke26科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/點(diǎn)擊圖標(biāo)視圖，按單元課03教程的步驟，修改格式9配對(duì)t檢驗(yàn)雙擊作圖區(qū)，把差值的數(shù)據(jù)去掉10①選中差值數(shù)據(jù)②點(diǎn)擊“remove”按鈕③點(diǎn)擊“OK”標(biāo)記顯著性差異1127科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/數(shù)據(jù)統(tǒng)計(jì)分析概述差異性分析：?jiǎn)?雙因素方差分析生存曲線(xiàn)的比較課程目錄143差異性分析：獨(dú)立/配對(duì)t檢驗(yàn)2解

螺

旋

|

陪

伴

醫(yī)

生

科

研

成

長(zhǎng)線(xiàn)性回歸分析5拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/單因素方差分析示例：文獻(xiàn)：PMID:26565812；Fig

1C單維度（單因素）分組數(shù)據(jù)，每組可以有2到多個(gè)重復(fù)組別在列方向上排列，重復(fù)在行方向上排列示例解讀：qPCR檢測(cè)了6株細(xì)胞里CISD2的mRNA水平模擬數(shù)據(jù)28科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/分析目標(biāo)數(shù)據(jù)總體上看，是個(gè)一維（單因素）分組，組別是不同的細(xì)胞。從實(shí)驗(yàn)意義上看，需要比較各胃癌細(xì)胞中的表達(dá)與正常細(xì)胞（NGEC）中的表達(dá)是否有顯著性差異。一維分組，多組比較，用One-wayANOVA。注意，這里不建議分別用各胃癌細(xì) 胞中的表達(dá)與正常細(xì)胞（NGEC）中的表達(dá)進(jìn)行兩樣本t檢驗(yàn)，原因是會(huì)增加工作量，且會(huì)提高顯著水平的概率。GraphPad

Prism中，各組數(shù)據(jù)服從正態(tài)分布是使用One-way

ANOVA（單因素方差分析）的前提，若數(shù)據(jù)不服從正態(tài)分布，有幾個(gè)選擇：①通過(guò)轉(zhuǎn)換使得數(shù)據(jù)服從正態(tài)分布，如log、倒數(shù)等；②使用非參數(shù)檢驗(yàn)；③在樣本量比較大時(shí)，還是用One-wayANOVA。單因素方差分析拼課vx：pinkkke29科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/單因素方差分析點(diǎn)擊Analyze按鈕，調(diào)出數(shù)據(jù)分析窗口；分析方法選擇XYanalyses→Column

statistics；勾選所有組別；點(diǎn)擊“OK”1先檢驗(yàn)一下數(shù)據(jù)是否符合正態(tài)分布勾選所有組別在彈出的窗口中，勾選正態(tài)分布檢驗(yàn)的方法，點(diǎn)擊“OK”230?本示例中，數(shù)據(jù)表命名為“CISD2

mRNA

in

6

cell

lines”科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果3只有SW法計(jì)算出結(jié)果31p值均大于0.1，服從正態(tài)分布正態(tài)分布檢驗(yàn)時(shí)，一般認(rèn)為，當(dāng)

p

value>0.1

時(shí)，數(shù)據(jù)服從正態(tài)分布單因素方差分析拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/回到數(shù)據(jù)頁(yè)面，再次點(diǎn)擊Analyze按鈕，調(diào)出數(shù)據(jù)分析窗口4選擇分析方法和組別后，點(diǎn)擊“OK”5在Column

analyses下找到One-way

ANOVA默認(rèn)已勾選了所有組別單因素方差分析32科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/在”Experimental

Design”選項(xiàng)卡下，選擇實(shí)驗(yàn)參數(shù)6不符合球形假設(shè)，輸出G-G校正結(jié)果符合球形假設(shè)是否服從正態(tài)分布是，選這個(gè)否，選這個(gè)，非參檢驗(yàn)球形假設(shè)（類(lèi)似于方差齊性）非重復(fù)測(cè)量重復(fù)測(cè)量在行方向上分布在”Multiple

Comparisons”選項(xiàng)卡下，設(shè)置多重比較，點(diǎn)擊“OK”7跟設(shè)定的組別比較本例目標(biāo)是各組胃癌細(xì) 胞與正常細(xì)胞比較根據(jù)選擇的參數(shù)，這里會(huì)顯示即將用來(lái)分析的方法非重復(fù)測(cè)量和非參檢驗(yàn)不需要考慮球形假設(shè)的問(wèn)題不確定是否符合球形假設(shè)時(shí)，建議選擇“否”多組比較時(shí)，可以設(shè)置比較的方式不用多重比較兩兩比較自定義選擇比較的組別單因素方差分析方差分析比較的是多組樣本的均數(shù)是否有差異，若需要看兩 兩之間是否具有差異，則需要選擇多重比較33拼課vx：pinkkke科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果（1）8單因素方差分析①②①在左邊導(dǎo)航欄里找到“Ordinary

one-way

ANOVAof

CISD2mRNA…”，點(diǎn)擊其目錄下的“ANOVA”查看結(jié)果。②統(tǒng)計(jì)結(jié)果：p值的意義和p值。這里p值<0.05表示：多組數(shù)據(jù)中，至少有一對(duì)（任意兩組）或者多對(duì)具有顯著性差異，至于具體是哪個(gè)組跟哪個(gè)組之間有差異，則需要查看多重比較的結(jié)果。34科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果（2）9①②①在左邊導(dǎo)航欄里找到“Ordinary

one-way

ANOVA

of

CISD2

mRNA…”，點(diǎn)擊其目錄下的“Multiplecomparisons”查看結(jié)果（“ANOVA“表格里是總體統(tǒng)計(jì)結(jié)果）。②統(tǒng)計(jì)結(jié)果：p值的意義和p值。第7-11行分別顯示各組與NGEC組兩兩比較的結(jié)果。單因素方差分析拼課vx：pinkkke35科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/將結(jié)果標(biāo)記在圖上9單因素方差分析多個(gè)組同時(shí)跟同一（對(duì)照）組比較時(shí)，可不標(biāo)記指示線(xiàn)（但圖表說(shuō)明中需要有文字說(shuō)明，如”compared

to

the

NGEC

group”）36科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/示例解讀：4個(gè)組別，分別是MGC-803對(duì)照、MGC-803

CISD2過(guò)表達(dá)、SGC-7901對(duì)照、SGC-7901過(guò)表達(dá)；每個(gè)組別檢測(cè)了0、1、2、3、4、5天的數(shù)據(jù)，每個(gè)數(shù)據(jù)有3個(gè)重復(fù)。示例：文獻(xiàn)：PMID:26565812；Fig

3C模擬數(shù)據(jù)雙因素方差分析拼課vx：pinkkke37科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/分析目標(biāo)數(shù)據(jù)結(jié)構(gòu)上，這是個(gè)二維分組，細(xì)胞分組和實(shí)驗(yàn)處理分組從實(shí)驗(yàn)結(jié)果上看，需要比較實(shí)驗(yàn)組（CISD2）和對(duì)照組（Vector）組相同時(shí)間點(diǎn)上的數(shù)據(jù)是否有差異，細(xì)胞間不需要比較，但需要比較的時(shí)間點(diǎn)有多個(gè)，即需要比較的是CISD2處理組和對(duì)照組在不 同時(shí)間點(diǎn)上是否有區(qū)別，雙因素，用Two-way

ANOVA雙因素方差分析38科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/雙因素方差分析點(diǎn)擊Analyze按鈕，調(diào)出數(shù)據(jù)分析窗口1選擇分析方法和組別后，點(diǎn)擊“OK”2所以這里先選擇MGC-803的兩個(gè)組別拼課vx：pink?kk只e需要比較同一細(xì)胞不同組間的數(shù)據(jù)，39科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/無(wú)重復(fù)測(cè)量列方向上是不同的時(shí)間點(diǎn)（重復(fù)測(cè)量在行方向上排列）行方向上是不同的時(shí)間點(diǎn)（重復(fù)測(cè)量堆疊在亞列內(nèi)）行/列上均是重復(fù)測(cè)量備注：這里的“repeated

measures”（重復(fù)測(cè)量）的定義是指不同時(shí)間的測(cè)量，且各次測(cè)量對(duì)象是配對(duì)的，例如對(duì)同一樣本的不同時(shí)間測(cè)量，如裸鼠成瘤中注射細(xì)胞后每隔一周對(duì)腫瘤大小的測(cè)量（檢測(cè)不會(huì)殺死裸鼠）對(duì)配對(duì)樣本的不同時(shí)間測(cè)量，如MTT實(shí)驗(yàn)中，不同時(shí)間點(diǎn)檢測(cè)的細(xì)胞不是同一批(檢測(cè)會(huì)殺死細(xì)胞)不同時(shí)間點(diǎn)進(jìn)行的同樣的實(shí)驗(yàn)（對(duì)象是相同或者相似的），如檢測(cè)小鼠喂食前和喂食后的血糖水平，連續(xù)檢測(cè)了7天本例數(shù)據(jù)可以對(duì)行/列進(jìn)行備注（也可以不管）時(shí)間點(diǎn)在行方向上排列在”Experimental

Design”選項(xiàng)卡下，選擇實(shí)驗(yàn)參數(shù)3根據(jù)所勾選的信息，系統(tǒng)將用什么方法統(tǒng)計(jì)雙因素方差分析40科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/為了便于大家理解，下面列舉其他三種情況的示例數(shù)據(jù)，供大家揣摩①②③①Wild-type

cellsp53

mut

cells實(shí)驗(yàn)重復(fù)123123無(wú)血清5650496979725%血清26252962656310%血清191719555453數(shù)據(jù)解讀：野生型和p53突變拼型課細(xì)vx胞：株p在in無(wú)kk血k清e(cuò)

、5%血清、10%血清三種條件下的檢測(cè)結(jié)果，每個(gè)檢測(cè)值有3次實(shí)驗(yàn)重復(fù)行、列方向上的分組都沒(méi)有涉及時(shí)間因素②加藥前加藥24h加藥48h實(shí)驗(yàn)重復(fù)123123123空白對(duì)照3.563.43.262.993.122.862.562.312.25陰性對(duì)照3.443.613.522.892.782.912.332.412.58敲減A基因3.333.253.412.111.991.891.561.131.55數(shù)據(jù)解讀：檢測(cè)空白對(duì)照、陰性對(duì)照、敲減A基因的細(xì)胞加藥前 后的某個(gè)指標(biāo)的變化，每個(gè)檢測(cè)值有3次實(shí)驗(yàn)重復(fù)行方向上的分組沒(méi)有涉及時(shí)間因素；列方向上，加藥前、加藥24小時(shí)以及加藥48小時(shí)，是時(shí)間軸上的延伸數(shù)據(jù)解讀：檢測(cè)小鼠在喂食前后某指標(biāo)的變化，連續(xù)檢測(cè)了4天，每個(gè)檢測(cè)值 有2次實(shí)驗(yàn)重復(fù)行列方向上的分組均涉及時(shí)間因素：行方向上，喂食前，喂食后，某個(gè)時(shí)間 點(diǎn)的前后；列方向上，Day

1-Day

4，是時(shí)間軸上的延伸③Day

1Day

2Day

3Day

4實(shí)驗(yàn)重復(fù)12121212喂食前0.460.50.560.490.550.560.480.51喂食后0.670.650.620.630.650.620.680.66雙因素方差分析41科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/在”Multiple

Comparisons”選項(xiàng)卡下，選擇比較方式，點(diǎn)擊“OK”4比較方式 的示意圖①②③④①無(wú)多重比較，即僅比較列間各組間總體上的差異②在行間作多重比較，選擇此項(xiàng)，可在下方選擇是進(jìn)行兩兩比較還是設(shè)定一個(gè)參照，其他行都跟這個(gè)參照比③組內(nèi)行間比較，即每組內(nèi)進(jìn)行行間多重比較④每行進(jìn)行組別比較，即在每一行里的組別間進(jìn)行比較兩兩比較設(shè)定一個(gè)參照，其他行都跟這個(gè)參照比本例只有Vector和CISD2兩個(gè)組別，因此不需要設(shè)置列間的多重比較雙因素方差分析42科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果（1）5雙因素方差分析①②①在左邊導(dǎo)航欄里找到“2way

ANOVA

of

MTT”，點(diǎn)擊其目錄下的“Tabular

results”查看結(jié)果。②各變量對(duì)總體方差變異的貢獻(xiàn)。③差異性分析結(jié)果：p值的意義和p值。這里p值<0.05表示：該變量中至少有一對(duì)或者多對(duì)數(shù)據(jù)具有顯著性差異，至于具體是哪兩兩數(shù)據(jù)之間有差異，則需要查看多重比較的結(jié)果。如ColumnFactor，p=0.0013，表示本例數(shù)據(jù)列方向上的兩個(gè)分組，vector和CISD2組的數(shù)據(jù)具有顯著性差異；而要看組內(nèi)哪些（哪天的）數(shù)據(jù)有差異，則要看多重比較的結(jié)果。③拼課vx：pinkkke43科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/查看結(jié)果（2）6②①點(diǎn)擊左邊導(dǎo)航欄里“2way

ANOVA

of

MTT”目錄下的“Multiple

comparisons”查看多重比較的結(jié)果。②多重比較的p值及其意義。”Row1”-”Row6”的p值分別對(duì)應(yīng)于day0-day5，Vector組和CISD2組數(shù)據(jù)的顯著性檢驗(yàn)結(jié)果。雙因素方差分析①44科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/將顯著性差異的分析結(jié)果標(biāo)記到圖上7可在GraphPad

Prism里用文本框工具標(biāo)記同樣的方法，分析SGC-7901的結(jié)果并標(biāo)記到圖上8本例中的圖，2個(gè)獨(dú)立分組（細(xì)胞分組）的差異分析結(jié)果，可用不同的符號(hào)標(biāo)記， 以便區(qū)分，但需要注意在附圖說(shuō)明中描述清楚其實(shí)本例數(shù)據(jù)，vector組和CISD2組間的差異比較明顯，有時(shí)候不標(biāo)記也問(wèn)題不大，標(biāo)記反而比較麻煩，這可能也是原文沒(méi)有標(biāo)記顯著性差異的原因也可以把MGC-803和SGC-7901分別作圖，分別標(biāo)記，即把上圖拆分成兩個(gè)圖，雙因素方差分析拼課vx：pinkkke?也可以在組圖的時(shí)候再標(biāo)記方便標(biāo)記顯著性差異45科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/數(shù)據(jù)統(tǒng)計(jì)分析概述差異性分析：?jiǎn)?雙因素方差分析生存曲線(xiàn)的比較課程目錄143差異性分析：獨(dú)立/配對(duì)t檢驗(yàn)2解

螺

旋

|

陪

伴

醫(yī)

生

科

研

成

長(zhǎng)線(xiàn)性回歸分析5科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/示例：文獻(xiàn)：PMID:26565812；Fig

2D模擬數(shù)據(jù)示例解讀：CISD2低表達(dá)和高表達(dá)患者生存率比較生存曲線(xiàn)差異分析拼課vx：pinkkke46科研技能單元課GraphPad

Prism

7常用數(shù)據(jù)統(tǒng)計(jì)分析/生存曲線(xiàn)差異分析GraphPad

Prism在作生存曲線(xiàn)時(shí)，便自動(dòng)對(duì)數(shù)據(jù)進(jìn)行分析1給出了兩種檢驗(yàn)方法的結(jié)果：Log-rank檢驗(yàn)（常用）：檢驗(yàn)對(duì)不同生存時(shí)間點(diǎn)均取權(quán)重為“1”，即不考慮各觀(guān)察時(shí)間點(diǎn)開(kāi)始 時(shí)存活的人數(shù)對(duì)統(tǒng)計(jì)模型的影響。相對(duì)重視遠(yuǎn)期效應(yīng)。Gehan-Breslow-Wilcoxon檢驗(yàn)：在Log-rank檢驗(yàn)的基礎(chǔ)上增加了權(quán)重：按各個(gè)時(shí)間點(diǎn)存活的 人數(shù)加權(quán)。即開(kāi)始存活人數(shù)相對(duì)多的時(shí)點(diǎn)死亡情況的變化對(duì)整個(gè)模型的貢獻(xiàn)較大，而開(kāi)始存活 人數(shù)相對(duì)少的時(shí)點(diǎn)死亡情況的變化對(duì)整個(gè)模型的貢獻(xiàn)較小。對(duì)近期效應(yīng)更加敏感。（這里不理解不要緊，只要記住結(jié)論即可）兩