食品分析者 » 讨论区 » 分析百问 » 那么应该用什么统计方法,判断数据间差异显著?

采购询价

点击提交代表您同意 《用户服务协议》 《隐私政策》

 
需要登录并加入本群才可以回复和发新贴

标题:[未解决]那么应该用什么统计方法,判断数据间差异显著?

  [未解决]本主题悬赏 可用分 10  
倾尽温柔[使用道具]
四级
Rank: 4


UID 108017
精华 0
积分 973
帖子 1125
信誉分 100
可用分 1386
专家分 0
阅读权限 255
注册 2013-4-27
状态 离线
1
 

那么应该用什么统计方法,判断数据间差异显著?

如果数据三次平行值都一样,方差、标准差都为0,不能用单因素方差分析判断数据间的差异显著性。
那么应该用什么统计方法,判断数据间差异显著。
求助!
顶部
舞疯[使用道具]
五级
Rank: 5Rank: 5


UID 106595
精华 0
积分 1583
帖子 1945
信誉分 100
可用分 2489
专家分 0
阅读权限 255
注册 2013-4-1
状态 离线
2
 
楼主你没有理解数据差异显著性分析的概念
首先:你的三组平行数据一样,说明你的当前实验的同批样品的检测重复性比较好。这里没有办法进行数据差异显著性分析。
其次,所谓的差异性显著,是不同批次的样品之间,才有差异性显著。
顶部
翔少爷[使用道具]
四级
Rank: 4


UID 108018
精华 0
积分 955
帖子 1109
信誉分 100
可用分 1444
专家分 0
阅读权限 255
注册 2013-4-27
状态 离线
3
 
平行值一样?怎么做出来的,平行值一样就没有标准差
顶部
小米粒[使用道具]
四级
Rank: 4


UID 108019
精华 0
积分 956
帖子 1111
信誉分 100
可用分 1448
专家分 0
阅读权限 255
注册 2013-4-27
状态 离线
4
 
都一样。没有偏差了,还分析什么,你的数据结果很牛逼,完美。
顶部
星星……[使用道具]
四级
Rank: 4


UID 108020
精华 0
积分 941
帖子 1102
信誉分 100
可用分 1450
专家分 0
阅读权限 255
注册 2013-4-27
状态 离线
5
 
我以为是处理条件对结果有显著影响。
顶部
kaixinjiuhao[使用道具]
五级
Rank: 5Rank: 5


UID 106687
精华 0
积分 1533
帖子 1886
信誉分 100
可用分 2236
专家分 0
阅读权限 255
注册 2013-4-3
状态 离线
6
 
不知道你做的是什么方面的,做了几年都没遇到过这么好的事情。
应该是你仪器精度太差了吧?如果文献也都一样,那就不用担心,不去分析了。
另外硕士期间一个老师告诉我,为了避免出现这种情况,做平行实验的时候,或者梯度都故意不按照传统的比例。
顶部
大球球[使用道具]
四级
Rank: 4


UID 108023
精华 0
积分 934
帖子 1088
信誉分 100
可用分 1480
专家分 0
阅读权限 255
注册 2013-4-27
状态 离线
7
 
差异显著就是以标准差为基础来进行统计分析的,如果没有标准差,那么进行差异显著性分析便没有意义,理论上来讲就算是差异很小的几个数也是差异显著
顶部
chenzhen2016[使用道具]
三级
Rank: 3Rank: 3


UID 440604
精华 0
积分 261
帖子 261
信誉分 0
可用分 1026
专家分 0
阅读权限 255
注册 2023-6-8
状态 离线
8
 
如果你的数据在三次平行实验中都完全一样,即方差和标准差为零,那么确实不能使用传统的方差分析等方法来判断差异的显著性,因为这些方法要求数据具有一定的变异性。在这种情况下,你需要考虑其他的统计方法或策略来分析数据。以下是一些可能的方法:

非参数检验: 考虑使用非参数的方法,这些方法不依赖于数据的分布,而是对数据的秩次进行比较。例如,Wilcoxon秩和检验(Wilcoxon Rank-Sum Test)或Mann-Whitney U检验可以用来比较两组数据之间的差异,而不需要假设数据具有特定的分布。

Bootstrap方法: Bootstrap是一种基于重采样的统计方法,可以用来估计参数的分布和置信区间。你可以使用Bootstrap来估计样本的方差和标准差,以及比较数据之间的差异。

模拟方法: 如果你的数据具有特殊的性质,你可以考虑使用模拟方法,通过模拟数据的生成和比较来判断差异的显著性。

考虑实验设计和方法: 如果数据一直完全一样,可能需要重新审查实验的设计和方法,确保实验条件和样品处理都是一致的,从而避免数据完全一样的情况。

专家咨询: 如果你在选择合适的统计方法方面感到困惑,建议咨询在统计学领域有经验的专家,他们可以根据你的实际情况提供更具体的建议。

无论选择哪种方法,都需要根据你的数据和实验设计的特点来判断适用性,并确保在分析过程中使用正确的方法。最终的目标是获得可靠和准确的结果。
顶部