保证流式数据统计学分析正确的6个技巧

niwanmao

统计学

流式细胞术的数据非常丰富，里面的数据可以是检测细胞群比例的（例如CD4+细胞的比例），也可以是表达水平的（如活化T细胞表面CD69的平均荧光强度）。
许多时候，研究者喜欢用直方图表示其结果，这种方式信息含量太少，并且无法将分析扩展至统计学分析。
要进行正确的统计学分析，第一步就是理解假设，假设会引导统计学分析，确定测试的正确性，在开始统计学分析之前，我们需要考虑以下几点：

1、从一开始就正确设计实验
统计学效能回答的是拒绝零假设（H0）的正确概率是多少。影响实验效能有三个因素：样本量、数据分布形态、重复次数。

2、理解统计学错误的类别，并且知道如何避免
假阳性（1类错误）是指真实的零假设被错误拒绝。而假阴性（2类错误）则指没有拒绝错误的零假设。
详见下图：

H0假设和1、2类错误

实际上，实验效能被定义为b＝真阳性÷（真阳性+真阴性）

3、使用正确的统计学分析
生物学假设和实验设计，将确定什么样的统计学分析适合。当然，数据的分布形态也非常重要。
如何确定数据应该用哪种统计学分析？下表会帮助你确定哪种分析方法合适，详见GraphPad官方的教程（http://www.graphpad.com/support/ ... b&mc_eid=1e0bbf4944），GraphPad确实是款好软件，注册会员请在站内藏经阁找，会有惊喜。

统计学方法的选择

4、设置正确的阈值
阈值用来确定统计学是否有显著性，由于历史性的原因，该阈值目前被设为0.05，它可以被解释为发生1类错误的概率。

5、避免显著性陷阱
一旦确定了阈值，当P值小于这个值时，就提示数据有显著统计学意义。但是当阈值设为0.05时，P值等于0.04和0.01并没有显著性上的差异，并不是说前者不如后者显著。如果想继续降低1类错误，那么阈值可以设为0.01。

6、避免多次配对比较
例如实验设计比较X药物、Y药物、XY药物联用、未治疗四组样本，用什么统计学方法最好呢？不能用配对检验，因为阈值设为0.05时，每次配对检验都会产生5％的1类错误，反复多次配对检验就会使误差不断累加，见下表：
配对比较的次数                1类错误
2                                         10％
3                                         15％
4                                         19％
5                                         23％


最后总结几句，流式数据的统计学分析对于假设的有效性验证非常关键，所以需要仔细地考虑，选择正确的统计学分析方法，这样才能使实验结果经得起评审们的推敲和同行们的验证。