看一个抗癌药,一个placebo。由于数目大,intra-group的variation很大,所以你的mean有个20%差别,statistics可以算出来0.002,就很好了。
你比较正常细胞和cancer cells呢?同一个培养箱出来的,啥都一样,你的差别如果只有20%,但是由于intragroup variation小,哪怕statistics到十万分之一,也是没用的。statistician认为不错,cell biologist却知道这点变化根本没生物学意义。on the flip side,你却不可能去重复几十次。其实那些小样本的test的所谓小也要n=几十的。所以这可能就是你认为的statistics不对。但是这个实验要想发表,得发现抗癌药怎么杀死细胞的,所以得从各个方面去验证,这个就是bayesian的model,细节你可以自己去看。
公司分工细是好事,但是造成每个人知识面太窄也是很多问题的原因。只知道要statistics,却不知道为什么要,什么才是正确的statistics。
再多说一句。对于clinical research,比如你比较300个control,300个cancer 病人。
所有跟帖:
•
很多细胞株重复的实验, 不是完全独立的 ,统计上是correlated
-sleepdonkey-
♂
(200 bytes)
()
10/31/2013 postreply
21:25:46
•
哪个当然。只要多重比较(超过两组),statistics非常重要。
-知人知面-
♂
(0 bytes)
()
10/31/2013 postreply
21:32:13