KOSEN 한인과학기술자네트워크

닫기

더 많은 혜택을 위해
로그인 하세요.

지식나눔

지식나눔

two-way anava 관련 질문

2015-06-25 org.kosen.entty.User@2a1af9e7 이소영(soyoung1283)
  • 1
실험 결과를 통계처리를 하고 싶은데요..

시기별로 wild-type과 mutant 마우스 몸무게 차이를 비교하고자 합니다..

prism이라는 프로그램을 사용하고 있습니다..

통계처리로는 잘 몰라서요...

이쪽으로 잘 아시는 분들께 물어보려고 합니다..

저와 같은 실험을 했다면,,, two way anova에서 non-matching이 맞는건지.. 아니면 matched value로 하는게 맞는건지..(그룹별 10마리 정도로 실험을 하였습니다)

그리고 결과 해석을 할 때 "Interaction"이라는 p-value에 따라 이 값이 유의미한지 아닌지가 결정되는건가요...??  아니면 이 값은 유의미하지 않더라도 각각의 factor (weeks나 genotype)에서 유의미하다고 나오면 그것 만으로도 유의미하다고 볼수 있는지....,, 

꼭 좀 알려주세요...

부탁드립니다~~
 
  • anova
지식의 출발은 질문, 모든 지식의 완성은 답변! 
각 분야 한인연구자와 현업 전문가분들의 답변을 기다립니다.
답변하기
답변 1
  • 답변

    김성원님의 답변

    2015-07-02
    • 1
    안녕하세요.
    전공은 아니지만 답변이 없어서 아는 만큼만 쉽게 적어 보겠습니다.
    보통 말하는 변수 (variable 혹은 인자, factor)가 여럿 일 때,  Two-way ANOVA를 사용하면 그 각각의 변수가 결과에 영향이 있는지 아닌지를 통계적으로 확인할 수 있을 뿐만 아니라 각 변수 사이의 상호작용이 결과에 영향을 주는지(변수가 A, B 둘이면 AB의 1가지, 변수가 A, B, C이면 AB, BC, CA, ABC와 같은 4 가지 상호작용)도 확인해 볼 수 있습니다.
    따라서 말씀하신 'interaction'이란 방금 말씀드린 상호작용을 뜻하고 p value가 너무 높으면 상호작용에 의한 영향은 무시가 가능하다는 뜻입니다. 또 예를 들어 p<0.1 혹은 p<0.05면 의미있는 영향이 있다고 판단하게 됩니다.
    Minitab과 같은 경우는 상호작용 항목을 넣고 뺄 때 결과값이 달라질 수 있는데 이런 경우엔 2차나 최대 3차까지 상호작용 항을 넣고 p value를 확인하여 없는 항목을 빼고 다시 분석하고 하는 식으로 해서 2차 이상의 상호작용이 있는지를 확인해 보는 것이 일반적인 것으로 알고 있습니다.
    또 말씀하신 matching에 관한 부분은 아래 홈페이지에 나와있듯이, 예를 들어 동일인에 대한 운동 전후의 심박수를 얻었는데 이것을 운동전과 운동후의 심박수로 나누어 분석하고자 하면 그 전후의 심박수는 동일인으로 부터 나와있으므로 matching을 할 수 있습니다.  이렇게 하지 않을 수도 있지만 사람마다 차이가 있을 것이라는 것을 우리가 알고 있는데 이것을 랜덤한 개체에 의한 실험값으로 하는 것 자체가 또 실험에 편견을 줄 수 있는 가능성이 있으므로 이 경우에는 각각을 match 시켜주어 결과를 분석하는 것이 오히려 더 정확히 실험조건을 반영하는 것이라고 할 수 있겠죠. http://www.graphpad.com/support/faqid/1746/ 
    저도 전공이 아니라 깊게는 알 지 못하지만 도움이 되셨으면 좋겠네요.
    답변수정
    안녕하세요.
    전공은 아니지만 답변이 없어서 아는 만큼만 쉽게 적어 보겠습니다.
    보통 말하는 변수 (variable 혹은 인자, factor)가 여럿 일 때,  Two-way ANOVA를 사용하면 그 각각의 변수가 결과에 영향이 있는지 아닌지를 통계적으로 확인할 수 있을 뿐만 아니라 각 변수 사이의 상호작용이 결과에 영향을 주는지(변수가 A, B 둘이면 AB의 1가지, 변수가 A, B, C이면 AB, BC, CA, ABC와 같은 4 가지 상호작용)도 확인해 볼 수 있습니다.
    따라서 말씀하신 'interaction'이란 방금 말씀드린 상호작용을 뜻하고 p value가 너무 높으면 상호작용에 의한 영향은 무시가 가능하다는 뜻입니다. 또 예를 들어 p<0.1 혹은 p<0.05면 의미있는 영향이 있다고 판단하게 됩니다.
    Minitab과 같은 경우는 상호작용 항목을 넣고 뺄 때 결과값이 달라질 수 있는데 이런 경우엔 2차나 최대 3차까지 상호작용 항을 넣고 p value를 확인하여 없는 항목을 빼고 다시 분석하고 하는 식으로 해서 2차 이상의 상호작용이 있는지를 확인해 보는 것이 일반적인 것으로 알고 있습니다.
    또 말씀하신 matching에 관한 부분은 아래 홈페이지에 나와있듯이, 예를 들어 동일인에 대한 운동 전후의 심박수를 얻었는데 이것을 운동전과 운동후의 심박수로 나누어 분석하고자 하면 그 전후의 심박수는 동일인으로 부터 나와있으므로 matching을 할 수 있습니다.  이렇게 하지 않을 수도 있지만 사람마다 차이가 있을 것이라는 것을 우리가 알고 있는데 이것을 랜덤한 개체에 의한 실험값으로 하는 것 자체가 또 실험에 편견을 줄 수 있는 가능성이 있으므로 이 경우에는 각각을 match 시켜주어 결과를 분석하는 것이 오히려 더 정확히 실험조건을 반영하는 것이라고 할 수 있겠죠. http://www.graphpad.com/support/faqid/1746/ 
    저도 전공이 아니라 깊게는 알 지 못하지만 도움이 되셨으면 좋겠네요.
    등록된 댓글이 없습니다.
목록
목록