如何算P value? - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Biology - 生物学

如何算P value?

如何算P value?# Biology - 生物学

n*n2012-04-10 07:04

1 楼

公司跟我律师说，这个$320对以前的h1b都是不交的，就是h1b自己交，公司只负责另外
$1500+$500.
可这应该是employer交的，不知道什么法律规定的,但是在I-129的instruction上是这
么写的（见下面链接21页）。
http://www.uscis.gov/files/form/i-129instr.pdf
请问h1b本人交，uscis没问题吧？谢谢！

s*y2012-04-10 07:04

2 楼

在已经知道两个样品组的平均值，采样量，以及偏差值的情况下，一般的student
distribution如何计算P value?
古狗了几个网站，看的我莫名其妙，只好来问大家了。

I*a2012-04-10 07:04

3 楼

excel 里面套公式
=TTEST

s*y2012-04-10 07:04

4 楼

那个公式好像需要原始数据，但是我从合作者那里拿到的数据是已经算好的平均值，方
差，
以及采样量等信息

【在 I***a 的大作中提到】

: excel 里面套公式
: =TTEST

I*a2012-04-10 07:04

5 楼

前一段时间，我也研究过，
那这样好像是不行，
等高人出现

n*w2012-04-10 07:04

6 楼

google t-test
or find a biostats book.

n*t2012-04-10 07:04

7 楼

把原始数据要来，至少要看一下是否有明显的outlier，以及是否离normal
distribution太远。否则t test可能一点意义没有。

【在 s******y 的大作中提到】

: 那个公式好像需要原始数据，但是我从合作者那里拿到的数据是已经算好的平均值，方
: 差，
: 以及采样量等信息

s*y2012-04-10 07:04

8 楼

哎，原始数据应该是没有问题的，至少在图表上看来是没有问题的（有点状分布图）
但是图都已经做成tiff 了，让我把原始数据调出来是不可能的。
其实是一片文章要用的数据，平均值和error bar 都分的挺开的，但是reviewer
要求我们标上P value, 如果我不是那么仔细的话我就直接写个0.95 得了。但是
又想仔细一点。大家就别质疑这个数据的问题了。数据没有问题。
也千万别建议我去重新学统计，我们不是搞统计的，统计这种东西对于我们是一个工具，
不是我们的专业。

【在 n********t 的大作中提到】

: 把原始数据要来，至少要看一下是否有明显的outlier，以及是否离normal
: distribution太远。否则t test可能一点意义没有。

e*o2012-04-10 07:04

9 楼

http://graphpad.com/quickcalcs/PValue1.cfm

m*s2012-04-10 07:04

10 楼

http://en.wikipedia.org/wiki/Student's_t-test
use one of these two following formula to calculate a t-statistic first,
Unequal sample sizes, equal variance
Unequal sample sizes, unequal variance
Then calcluate p value from a t-distribution.

【在 s******y 的大作中提到】

: 在已经知道两个样品组的平均值，采样量，以及偏差值的情况下，一般的student
: distribution如何计算P value?
: 古狗了几个网站，看的我莫名其妙，只好来问大家了。

b*g2012-04-10 07:04

11 楼

http://graphpad.com/quickcalcs/ttest1.cfm?Format=SD
包子包子

s*s2012-04-10 07:04

12 楼

wiki这里说的很清楚。你做之前有三个问题要考虑
1. sample是不是normal
2. sample是不是paired
3. 假设equal variance还是不假设
http://en.wikipedia.org/wiki/Student's_t-test

【在 s******y 的大作中提到】

L*d2012-04-10 07:04

13 楼

平均值：mean(x), mean(y)
样本量：n1, n2
方差(variance): v1, v2
计算t值
t = (mean(x)-mean(y))/sqrt(v1/n1+v2/n2)
df = (v1/n1+v2/n2)^2/[v1^2/(n1^2*(n1-1))+v2^2/(n2^2*(n2-1))]
然后到
http://graphpad.com/quickcalcs/PValue1.cfm
输入t和DF计算就行了

【在 s******y 的大作中提到】

s*y2012-04-10 07:04

14 楼

谢谢大家！！！！

d*u2012-04-10 07:04

15 楼

老大，你要是写0.95那你这个数据就毁了。P value越小说明两组样品差异越大。0.95
就表示二者没啥区别。你最好还是让原作者把原始数据放在excel做个ttest，很简单的。

具，

【在 s******y 的大作中提到】

: 哎，原始数据应该是没有问题的，至少在图表上看来是没有问题的（有点状分布图）
: 但是图都已经做成tiff 了，让我把原始数据调出来是不可能的。
: 其实是一片文章要用的数据，平均值和error bar 都分的挺开的，但是reviewer
: 要求我们标上P value, 如果我不是那么仔细的话我就直接写个0.95 得了。但是
: 又想仔细一点。大家就别质疑这个数据的问题了。数据没有问题。
: 也千万别建议我去重新学统计，我们不是搞统计的，统计这种东西对于我们是一个工具，
: 不是我们的专业。

s*y2012-04-10 07:04

16 楼

哦，我的意思是95% 的置信度，P < 0.05 :)
还是要谢谢你的提醒

95
的。

【在 d****u 的大作中提到】

: 老大，你要是写0.95那你这个数据就毁了。P value越小说明两组样品差异越大。0.95
: 就表示二者没啥区别。你最好还是让原作者把原始数据放在excel做个ttest，很简单的。
:
: 具，

m*c2012-04-10 07:04

17 楼

你就回说，有了error bar 就有了confidence interval，有了confidence interval
就不用标屁值了。

具，

【在 s******y 的大作中提到】

D*a2012-04-10 07:04

18 楼

有点状分布图就好办，图放大了打印出来量一量，就有原始数据了。这种事情我干过

l*12012-04-10 07:04

19 楼

future 学霸教了现小牛一招啊 ps: Matrix did too long lon ago.

【在 D*a 的大作中提到】

: 有点状分布图就好办，图放大了打印出来量一量，就有原始数据了。这种事情我干过

s*y2012-04-10 07:04

20 楼

每组数据有50多个点，而且其中有至少30多个是在平均值附近挤成一团犹如乌云一般。
。。所以量不出来的。。。

【在 D*a 的大作中提到】

: 有点状分布图就好办，图放大了打印出来量一量，就有原始数据了。这种事情我干过

l*12012-04-10 07:04

21 楼

just try
Photoshop 弗托索普软件 Pro version

【在 s******y 的大作中提到】

: 每组数据有50多个点，而且其中有至少30多个是在平均值附近挤成一团犹如乌云一般。
: 。。所以量不出来的。。。

s*y2012-04-10 07:04

22 楼

我很懒的。总共四组数据，每组50多个点。要一个个弄出来你们不如杀了我算了，
呵呵，其实上面一个同学贴的那个网站里面有直接计算的工具。因为从理论上来说，
是可以直接从average, Stdev, n 数值推测t value 的，然后从t value 就很容易
推导出p value 了。

【在 l**********1 的大作中提到】

: just try
: Photoshop 弗托索普软件 Pro version

D*a2012-04-10 07:04

23 楼

那肯定highly significant啊？

【在 s******y 的大作中提到】

: 每组数据有50多个点，而且其中有至少30多个是在平均值附近挤成一团犹如乌云一般。
: 。。所以量不出来的。。。

s*y2012-04-10 07:04

24 楼

是啊，但是现在的生物杂志都装模作样的要求数据量化了，要我们在众多图上一一
标上这个星星。不标的话就死啦死啦的。
我现在还正在发愁，如何在几大堆乌云一般的点点里面标上一个星星？
估计要标一个特大号的星星了。。。但是那样读者的注意力估计都被那么一个巨星
吸引过去了。弄不好都光看星星去不看乌云了。

【在 D*a 的大作中提到】

: 那肯定highly significant啊？

l*12012-04-10 07:04

25 楼

then please try
Image Master 2D Platinum v7.0 software link:
//www.gelifesciences.com/aptrix/upp00919.nsf/Content/
D6BE68BE61F2C8D0C1257628001D4D88/$file/28937912AB.pdf
Manual Book link:
//www.gelifesciences.com/aptrix/upp00919.nsf/Content/9C0FF92935CD327DC1257628001D4D9B/$file/
28938102AA.pdf
Reference:
2D image analysis p-values were calculated by the Image Master 2D
Platinum v7.0 software
paper link:
//www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0022810

【在 s******y 的大作中提到】

: 我很懒的。总共四组数据，每组50多个点。要一个个弄出来你们不如杀了我算了，
: 呵呵，其实上面一个同学贴的那个网站里面有直接计算的工具。因为从理论上来说，
: 是可以直接从average, Stdev, n 数值推测t value 的，然后从t value 就很容易
: 推导出p value 了。

s*o2012-04-10 07:04

26 楼

http://www.graphpad.com/quickcalcs/ttest1.cfm?Format=SD
输入两组mean，N，SD，得到P value

I*a2012-04-10 07:04

27 楼

牛，好东西，

【在 s*****o 的大作中提到】

: http://www.graphpad.com/quickcalcs/ttest1.cfm?Format=SD
: 输入两组mean，N，SD，得到P value

D*a2012-04-10 07:04

28 楼

他们怎么又有mean和error bar又有点图，还在一起？有一个就行了啊？

【在 s******y 的大作中提到】

: 是啊，但是现在的生物杂志都装模作样的要求数据量化了，要我们在众多图上一一
: 标上这个星星。不标的话就死啦死啦的。
: 我现在还正在发愁，如何在几大堆乌云一般的点点里面标上一个星星？
: 估计要标一个特大号的星星了。。。但是那样读者的注意力估计都被那么一个巨星
: 吸引过去了。弄不好都光看星星去不看乌云了。

s*y2012-04-10 07:04

29 楼

那种很fancy 用sigma plot做出来的图啊。
类似这样的：

【在 D*a 的大作中提到】

: 他们怎么又有mean和error bar又有点图，还在一起？有一个就行了啊？

D*a2012-04-10 07:04

30 楼

果然好fancy～

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

b*s2012-04-10 07:04

31 楼

你这是啥，一个草莓，一个飞机，一个圣诞树？

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

d*u2012-04-10 07:04

32 楼

你这个是box whiskers plot吧？为什么要把原始数据分布和box plot都放在上边呢？
难道不是只有一个就可以了吗？

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

s*s2012-04-10 07:04

33 楼

很有意思啊。CONTROL是什么，为什么介于国内和国际之间？

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

s*s2012-04-10 07:04

34 楼

你这些数据有OUTLIER，不能只根据MEAN，SD来算。

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

D*a2012-04-10 07:04

35 楼

这种点能分出来，可以用尺子量啊，就是费事点儿。。。
对了或者可以用imageJ量吧，类似一群细胞到底边的距离多少？

a*k2012-04-10 07:04

36 楼

有软件可以一次识别所有点的，也就一袋烟的功夫
一点不麻烦

【在 s******y 的大作中提到】

a*k2012-04-10 07:04

37 楼

现在的reviewer真无聊、
同意如果没问题的话，自己沉思一下，
很潇洒的写下"P<0.05"或者"P<0.01"之类的就可以了，注意不要忘记小于号

具，

【在 s******y 的大作中提到】

e*o2012-04-10 07:04

38 楼

有软件可以提取数据。
原理也是量，不过不用打印出来。

【在 D*a 的大作中提到】

: 有点状分布图就好办，图放大了打印出来量一量，就有原始数据了。这种事情我干过

e*o2012-04-10 07:04

39 楼

这图看着好欢乐。

【在 s******y 的大作中提到】

: 那种很fancy 用sigma plot做出来的图啊。
: 类似这样的：

s*y2012-04-10 07:04

40 楼

呵呵，这个不是我的数据，而是我随便在网上找了一个栗子来告诉Dua 如何
同时做点分布和平均值什么的。我的数据比这个好看得多了。

【在 s********s 的大作中提到】

: 很有意思啊。CONTROL是什么，为什么介于国内和国际之间？

h*n2012-04-10 07:04

41 楼

万一是对数坐标咋办?

【在 D*a 的大作中提到】

: 有点状分布图就好办，图放大了打印出来量一量，就有原始数据了。这种事情我干过

s*j2012-04-10 07:04

42 楼

还没量出来呢? 你把你的图贴上来. 让大家用自己推荐的方法弄, 看谁最快最好.

【在 s******y 的大作中提到】

s*j2012-04-10 07:04

43 楼

对数坐标不一样的量吗? 有什么区别?

【在 h********n 的大作中提到】

: 万一是对数坐标咋办?

s*y2012-04-10 07:04

44 楼

一大早就量完了。
用的是这个方法：
发信人: blueswing (blueswing), 信区: Biology
标题: Re: 如何算P value?
发信站: BBS 未名空间站 (Tue Apr 10 18:44:21 2012, 美东)
http://graphpad.com/quickcalcs/ttest1.cfm?Format=S

【在 s*****j 的大作中提到】

: 对数坐标不一样的量吗? 有什么区别?

s*j2012-04-10 07:04

45 楼

我不是问这个, 是怎么从tiff图里取数据点.
那个方法最简单, 我现在也需要.

【在 s******y 的大作中提到】

: 一大早就量完了。
: 用的是这个方法：
: 发信人: blueswing (blueswing), 信区: Biology
: 标题: Re: 如何算P value?
: 发信站: BBS 未名空间站 (Tue Apr 10 18:44:21 2012, 美东)
: http://graphpad.com/quickcalcs/ttest1.cfm?Format=S

s*y2012-04-10 07:04

46 楼

我那么懒的人，怎么会去做从图里取点的事情呢？
反正有更简单的方法我当然是用简单的了

【在 s*****j 的大作中提到】

: 我不是问这个, 是怎么从tiff图里取数据点.
: 那个方法最简单, 我现在也需要.

s*s2012-04-10 07:04

47 楼

没有原始data，没有software，又想快速获得p的。
最简单的应该是rank test了，而且可能更加粗糙一些，
用尺画个十条水平线，每个区间都算一样的rank，那么
只要扳手指数一下就行了。这个连normality都不用

【在 s******y 的大作中提到】

: 我那么懒的人，怎么会去做从图里取点的事情呢？
: 反正有更简单的方法我当然是用简单的了

r*t2012-04-10 07:04

48 楼

这个 t test 本科概率统计肯定学过的，就是当工具学的。

具，

【在 s******y 的大作中提到】

r*t2012-04-10 07:04

49 楼

这个跟偏离 normal 没有关系。

【在 n********t 的大作中提到】

: 把原始数据要来，至少要看一下是否有明显的outlier，以及是否离normal
: distribution太远。否则t test可能一点意义没有。

s*s2012-04-10 07:04

50 楼

刚看到你这条。你有这么多数据点，那就更本不用在乎是不是normal
distribution, 根据CTL，只要数据不是垃圾到你无法想象的程度，直接
上t就可以了，再进一步，连t都没有必要用了，直接最最简单的z test
足够准确了

【在 s******y 的大作中提到】

: 每组数据有50多个点，而且其中有至少30多个是在平均值附近挤成一团犹如乌云一般。
: 。。所以量不出来的。。。

b*n2012-04-10 07:04

51 楼

这个貌似很简单啊，直接看看95%置信区间是不是重合就知道P是不是小于5%了。

n*t2012-04-10 07:04

52 楼

比较两组独立数据mean是否相同的t-test不需要normal的assumption?

【在 r****t 的大作中提到】

: 这个跟偏离 normal 没有关系。

D*a2012-04-10 07:04

53 楼

imageJ量点（到底边）的高度。
我还量过曲线（老paper截图），给了上千个值，excel删了五分之一的点再画图还是看
不出来缝隙。

【在 s*****j 的大作中提到】

: 我不是问这个, 是怎么从tiff图里取数据点.
: 那个方法最简单, 我现在也需要.

s*s2012-04-10 07:04

54 楼

这个assumption"几乎"不需要
因为这个t-test实际上不是比sample得distribution, 而是在看sample mean的
distribution. 而根据统计学里面最最最重要的central limit theorem （相当
于中心法则），只要这个sample distribution不是太变态，sample数目越多，
sample mean就越接近normal. 这个基本上15就算多了，30个基本上就非常非常
normal了，所以这个t-test normality只有在sample size只有十个左右的时候
才比较重要；另外，如果sample size太小，反而不能用t，只能non-parametric

【在 n********t 的大作中提到】

: 比较两组独立数据mean是否相同的t-test不需要normal的assumption?

c*r2012-04-10 07:04

55 楼

这个中心极限定理只对“每个变量有个多重复测量的数据”有效。如果测量值不
是重复测量，那么其分布大多不是正态分布。例如比较南方人和北方人的身高，基本上
是对数正态分布，就是对数变换后才是正态分布。
另外，15或30个重复测量只能让分布“看上去”很像正态，并非严格正态（可用Lilliefors test检验之）。不过接近正态也就可以了。数据不是正态但想用t test的，可以做数据变换，比如取对数和幂变换等；怎么变换都达不到正态，那就用非参数检验了，如Mann-Whitney test。
生物文章其实对统计卡得一点都不严，比如3个重复就上t test的到处都是。

【在 s******s 的大作中提到】

: 这个assumption"几乎"不需要
: 因为这个t-test实际上不是比sample得distribution, 而是在看sample mean的
: distribution. 而根据统计学里面最最最重要的central limit theorem （相当
: 于中心法则），只要这个sample distribution不是太变态，sample数目越多，
: sample mean就越接近normal. 这个基本上15就算多了，30个基本上就非常非常
: normal了，所以这个t-test normality只有在sample size只有十个左右的时候
: 才比较重要；另外，如果sample size太小，反而不能用t，只能non-parametric

s*s2012-04-10 07:04

56 楼

你说的全对，不过同时又错了。
确实sample不是normal，但是t-test本身不是比sample得distribution，
而是看sample mean的distribution. 那50个sample本身不是多次重复测量，
但是看sample mean的话，就相当于多次重复测量“每次取50个sample,取mean”,
所以中心定理是应用的。
那个对数正态已经比较极端了，但是我做了一下模拟，50个sample mean，其实
中间的分布qqnorm已经是直线了，只有两头outlier比较厉害而已。

Lilliefors test检验之）。不过接近正态也就可以了。数据不是正态但想用t test的
，可以做数据变换，比如取对数和幂变换等；怎么变换都达不到正态，那就用非参数检
验了，如Mann-Whitney test。

【在 c****r 的大作中提到】

: 这个中心极限定理只对“每个变量有个多重复测量的数据”有效。如果测量值不
: 是重复测量，那么其分布大多不是正态分布。例如比较南方人和北方人的身高，基本上
: 是对数正态分布，就是对数变换后才是正态分布。
: 另外，15或30个重复测量只能让分布“看上去”很像正态，并非严格正态（可用Lilliefors test检验之）。不过接近正态也就可以了。数据不是正态但想用t test的，可以做数据变换，比如取对数和幂变换等；怎么变换都达不到正态，那就用非参数检验了，如Mann-Whitney test。
: 生物文章其实对统计卡得一点都不严，比如3个重复就上t test的到处都是。