本页面介绍的各项功能均包含在我们的全新 Pro 和 Enterprise 订阅中。了解更多... |
“选项”选项卡允许您自定义 Prism 执行多重比较校正、显示结果以及生成诊断图表的方式。这些设置控制着分析结果的输出格式和呈现方式。
“选项”选项卡分为以下几个部分:
1.多重比较检验——选择多重检验的校正方式
2.多重比较选项——微调比较设置
3.图形选项 - 选择要生成的图表
4.输出 - 控制结果表格的格式
本节用于确定 Prism 在进行多重比较时,如何调整 P 值以控制假阳性率上升的风险。
作用:采用经典的多重比较校正方法,控制家族错误率(FWER)——即在所有比较中至少发生一次Ⅰ类错误(假阳性)的概率。
适用情况:
•这是大多数情况下的推荐默认设置
•当您希望控制所有比较的总体错误率时
•大多数生物学研究中的标准方法
可用的检验/校正方法:
Tukey
•控制家族错误率
•统计功效良好
•适用于均衡和轻微不均衡的设计
•最适合用于比较所有两两组间的关系
•在生物学研究中应用最为广泛
邓内特
•特异性设计用于将多个处理组与一个对照组进行比较
•当存在明确的对照组时,其功效强于Tukey法
•在“多重比较”选项卡中选择“将组与对照组进行比较”时使用
Šídák
•与Tukey方法类似,但略微保守
•Tukey 算法的替代方案,具有类似的特性
霍尔姆-希达克
•逐步降阶法
•通常比图基法更强
•一种不错的通用替代方法
邦费罗尼
•非常保守(可能漏检真实差异)
•简单方法:将α除以比较次数
•适用于需要极度保守的情况
•对于许多生物学应用而言往往过于保守
如何选择:
在大多数情况下,您无需过多担心应选择哪种选项,因为 Prism 会根据您指定的比较类型(所有成对比较、与对照组的比较等)提供合理的默认设置。 不过,如果您有特异性需求需要应用其他方法,只需在下拉菜单中选择您偏好的方法,即可从适用于指定比较的各种方法中进行选择。
作用:使用错误发现率(FDR)方法来控制显著结果中假阳性的预期比例,而不是控制家族错误率。
错误发现率(FDR):
•所有显著结果中假阳性的预期比例
•比控制家族错误率的要求更宽松
•功效更强(更能检测到真实的差异)
•接受部分显著结果可能是假阳性
何时使用FDR方法:
•涉及大量比较的探索性研究
•当功效是关注重点时
•基因组学、蛋白质组学或其他高通量研究
•当您愿意接受少量假发现时
•在发现阶段的研究中,且后续可对假阳性结果进行验证
不应使用FDR方法的情况:
•验证性研究
•当假阳性会产生严重后果时
•比较次数较少(此时应采用家族总错误率校正)
•当您的研究领域通常采用传统的多重比较校正时
可用的三种FDR方法:
1.Benjamini、Krieger 和 Yekutieli 的两阶段递升法(推荐)
•FDR控制的默认选择
•这是原始FDR方法的改进版,采用两阶段流程,具有更高的功效。
•比原始的Benjamini-Hochberg方法具有更大的功效
•一种自适应程序,用于估计真零假设的比例
•通常是最佳的FDR方法
•在功效与FDR控制之间取得了良好的平衡
2.Benjamini和Hochberg提出的原始FDR方法
•最初且最广为人知的FDR方法
•保守但可靠的FDR控制
•已得到充分验证且被广泛引用
•比两阶段法更简便
•可在任何检验依赖度结构下控制FDR
•若您的研究领域具有特异性要求采用此方法,则可选用
3.Benjamini 和 Yekutieli 的修正方法(功效较低)
•三种FDR方法中最保守的一种
•即使检验之间呈正相关,也能控制FDR
•统计功效低于其他方法
•在任何相关结构下均可提供有效的FDR控制
作用:在不进行多重比较检验校正的情况下执行比较。每次比较均采用未经校正的显著性水平(默认值为 0.05)。
所用检验:Fisher LSD检验(最小显著差)
何时适用:
•比较次数极少(2-3次)
•您有明确的先验假设(计划内比较)
•总体方差分析(ANOVA)显著,且您正在进行“受保护”的LSD检验
•正在进行初步的探索性分析
不应使用的情况:
•比较数量较多(会导致Ⅰ类错误率升高)
•无特异性假设的探索性分析
•符合发表标准的分析(审稿人通常期望进行校正)
交换比较方向(A-B)与(B-A)
此选项在计算多重比较的均值差时,会改变减法的方向。
为每次比较报告经多重性校正的 P 值
选中此选项后,Prism 除提供显著性汇总外,还会报告每次比较的实际校正 P 值。
家族α阈值和置信水平
该值也称为α,用于控制比较族的总体显著性水平以及置信区的置信水平。默认值(也是最常见的值)为0.05。
此复选框允许您指定 Prism 是否应生成图表,以显示分析中指定的每项单独比较的置信区间。
选择 P 值的报告方式,以及所需的有效数字位数。