z***b
发帖数: 4667 | 1 在做一篇文章，对比了5个东西(A,B,C,D,E),做的结果是
A=meanA+/-std1
B=meanB+/-std2
...
E=meanE+/-std5
reviewer说要提供confidence interval,大老板说那就算一下p value吧
我想到的是用student t test来两两比较谁大谁小，得到5x5的p矩阵，
我本来的意思是想从(A,B,...E)找出最好的一个方法 (mean越大越好），
但是结合这个p值的话就没有统一的趋势了，会出现
比如说 meanC>（meanA，meanB,meanD,meanE)
但是 p(C,A)<0.05, p(C,E)<0.05, 其他p>0.05
而且我还不知道要不要correct multiple comparison,到底是用
0.05，还是0.05/4，来作为threshold
请各位前辈指点一下，
有没有其他更好的统计量来衡量啊
大老板基本不回复任何学术问题了，谢谢 | s***n
发帖数: 392 | 2 没有看得特别明白，但是好像应该用ANOVA看这五个里面有没有显著差异，再用posthoc
看哪个和哪个有差异 | h*t
发帖数: 187 | 3 reviewer要confidence interval,为啥你们要给p value？
另外，如果你们提供了sample size，confidence interval可以从你已经提供的信息里
面算出来。
【在 z***b 的大作中提到】
: 在做一篇文章，对比了5个东西(A,B,C,D,E),做的结果是
: A=meanA+/-std1
: B=meanB+/-std2
: ...
: E=meanE+/-std5
: reviewer说要提供confidence interval,大老板说那就算一下p value吧
: 我想到的是用student t test来两两比较谁大谁小，得到5x5的p矩阵，
: 我本来的意思是想从(A,B,...E)找出最好的一个方法 (mean越大越好），
: 但是结合这个p值的话就没有统一的趋势了，会出现
: 比如说 meanC>（meanA，meanB,meanD,meanE)
| x********r
发帖数: 890 | 4 M +- sd/sqrt(n) 算出CI就好了，reviewer要啥给啥，不要没有麻烦制造麻烦
Multiple comparison 需要调整alpha，但调整之后power更低了，恐怕结果更不如你所
愿。建议莫折腾。
【在 z***b 的大作中提到】
: 在做一篇文章，对比了5个东西(A,B,C,D,E),做的结果是
: A=meanA+/-std1
: B=meanB+/-std2
: ...
: E=meanE+/-std5
: reviewer说要提供confidence interval,大老板说那就算一下p value吧
: 我想到的是用student t test来两两比较谁大谁小，得到5x5的p矩阵，
: 我本来的意思是想从(A,B,...E)找出最好的一个方法 (mean越大越好），
: 但是结合这个p值的话就没有统一的趋势了，会出现
: 比如说 meanC>（meanA，meanB,meanD,meanE)
| q****k
发帖数: 1023 | 5 同意以上2楼。
要CI就给CI，不用另外给p-value。
看杂志和具体编辑，同时给CI和p，他们也许就不喜欢.比如Pediatrics.
Psychology类杂志喜欢CI。 一个Epidemiology杂志明显写着不接受p。可以看看Cohen
的一篇老文章。具体忘了那年。
做统计的，一般会同时看看CI和p。特别当p<0.0001时，如果CI也提供，能进一步的知
道Effect Size。
回到你的CI问题。一个组本身的CI也许不是真正感兴趣，比如A的CI，D的CI。只是想看
看本组的均值是不是非零，也许这是非常之明显的，因此不是真正重要的。
所以要看reveiwer或这你真正感兴趣的是不是两组间比较，比如A与D间的差别，这差别
的CI是多少？
【在 x********r 的大作中提到】
: M +- sd/sqrt(n) 算出CI就好了，reviewer要啥给啥，不要没有麻烦制造麻烦
: Multiple comparison 需要调整alpha，但调整之后power更低了，恐怕结果更不如你所
: 愿。建议莫折腾。
| z***b
发帖数: 4667 | 6 谢谢
什么叫 “差别的CI"?
是看A的CI和D的CI的overlap吗？
我现在按上面那位朋友说的算出了CI,
A: 0.89~0.93
D: 0.84~0.90
我要怎么样评价啊？
是不是有overlap就不能说A和D有显著区别啊？
谢谢
Cohen
【在 q****k 的大作中提到】
: 同意以上2楼。
: 要CI就给CI，不用另外给p-value。
: 看杂志和具体编辑，同时给CI和p，他们也许就不喜欢.比如Pediatrics.
: Psychology类杂志喜欢CI。 一个Epidemiology杂志明显写着不接受p。可以看看Cohen
: 的一篇老文章。具体忘了那年。
: 做统计的，一般会同时看看CI和p。特别当p<0.0001时，如果CI也提供，能进一步的知
: 道Effect Size。
: 回到你的CI问题。一个组本身的CI也许不是真正感兴趣，比如A的CI，D的CI。只是想看
: 看本组的均值是不是非零，也许这是非常之明显的，因此不是真正重要的。
: 所以要看reveiwer或这你真正感兴趣的是不是两组间比较，比如A与D间的差别，这差别
| q****k
发帖数: 1023 | 7 “看“两个CIs是不是overlap，不是一种直接的统计比较，虽然能猜到一些。
你给的例子，两个CIs绝大部分overlap了，很可能不是显著区别。
你可以用上面seren提到的，先ANOVA，然后post-hoc comparison。软件可以直接算出
diff（A-B)的CI。也可以找统计的问问，或google本校"statistical consulting"。
【在 z***b 的大作中提到】
: 谢谢
: 什么叫 “差别的CI"?
: 是看A的CI和D的CI的overlap吗？
: 我现在按上面那位朋友说的算出了CI,
: A: 0.89~0.93
: D: 0.84~0.90
: 我要怎么样评价啊？
: 是不是有overlap就不能说A和D有显著区别啊？
: 谢谢
:
|
|
