差异分析

方差分析中的多重比较 1.当拒绝原假设时，表明μi（i=1，2，…，k）之间的差异是显著的，但μ1与μ2、μ1与μ3、…、μ1与μk、…、μk-1与μk之间究竟是哪两个均值不同呢？ 这就需要做进一步的分析，所使用的方法就是 多重比较方法 （例如最小显著差异方法），它是通过对总体均值之间的配对比较来进步检验到底哪些均值之间存在差异。 2.方差分析中多重比较的作用是什么？ 答：多重比较方法是通过对总体均值之间的配对比较来进步检验到底哪些均值之间存在差异。多重比较的方法有许多，常用的是由费希尔提出的最小显著差异方法（LSD）。 也可以说是 已知主效应显著 的情况下 看看具体是自变量的哪几个水平间差异显著 （因为方差分析一般是3个以上自变量水平间的比较，当然也可以做两水平的，但两水平不存在多重分析）。 多重比较又称事后检验，是紧接着方差分析后的分析步骤，当方差分析结果显示某变量主效应显著时，用多重比较进一步分析差异具体在该变量的哪个水平上。简单效应检验针对的是两个变量或多个变量间的交互作用，也是方差分析之后的步骤，当交互作用显著时，用简单效应检验考察某变量的效应在另一个变量的不同水平上的差异。 大概的理解是找出y除了μ1这个主效应之外其他相关μ指标。 多重比较陷阱 1.μ指标可能会有相互矛盾 2.还有可能出现过拟合的情况 未必能得出准确的结果 3.一开始就业务理解错误（那年杏花微雨

扩增子常见问题 01 实验室检测的DNA浓度很高，送到公司检测之后浓度却比较低呢？ 1、老师在实验室多采用Nanodrop对DNA浓度进行检测，而在公司我们会结合Qubit、Nanodrop、琼脂糖电泳三种方法检测DNA样品的质量； 2、由于不同检测方法的原理不同，所以检测出的结果也会存在一定的差异。其中，Nanodrop检测法是基于紫外分光光度原理进行检测，由于DNA样品中可能含有部分杂质，因此会造成结果虚高的现象；Qubit检测法则是基于荧光标记的原理进行检测，结果会更准确； 3、当两种检测方法的结果出现差异时，我们以Qubit检测结果为准。 个人经验：我用CTAB法提取的小麦总DNA， Nanodrop检测浓度大于1000 ng/ul，结果公司返回的检测报告只有100 ng/ul，差别可达10倍。可能是植物多糖含量高，DNA纯度比较难保证。 02 在计算微生物群落样品之间的距离时，分别基于加权与非加权两种不同的算法绘制出的结果展示图有什么不同？如何进行选择呢？ 1、在计算微生物群落样品之间的距离时，加权是考虑到样品中OTUs的相对丰度信息，而非加权则没有考虑物种的相对丰度信息； 2、如果老师研究的生物学问题与物种的相对丰度信息密切相关，使用加权算法的结果展示可能更为符合；如果研究的生物问题与丰度关系不密切，或者各组的区分与低丰度的OTUs更为密切

链接： https://www.jianshu.com/p/988d90484f77 不管是转录组，还是芯片数据，或者其他有关基因的组学分析，每当数据分析到后面，要想得到结果，都躲不过这个 富集分析 ，因为它是帮助我们从庞杂的组学数据中发掘规律重要的一环，对基因功能进行富集分析，就有可能发现在生物学过程中起关键作用的生物通路，并且帮助理解生物学过程的分子机制。 现在的高通量测序带来的巨大数据量，让我们眼界大开，局限于单纯的某个基因的做法越来越行不通，但是想要从庞大的关系网络中挑选出有效信息，比如将某几个基因和某个期待的生物学现象结合起来，这个事直接做是很困难的。因此为了降低研究的复杂度，将不同生物学现象与基因的对应关系做成了多个数据库。于是，当我们手上有成百个差异基因时，就去不同数据库比对，这个过程就叫做富集分析。 简而言之， 基因富集分析 是在一组基因中找到具有一定基因功能特征和生物过程的基因集，在研究差异表达基因、筛选基因的后续分析中经常使用。 基因集 ， 也叫gene set ,也就是一系列具有相同功能的基因构成的集合，比如某一条代谢通路（pathway),其中有很多的基因，因此位于同一通路下的基因就构成了一个基因集合。 组成基因集的最基本元素就是一个一个的基因，在芯片分析中，结果往往是差异表达的探针，需要先将探针映射到基因上。注意：在映射的过程中

ANOSIM分析（ analysis ofsimilarities）即相似性分析，主要用于分析高维数据组间相似性，为数据间差异显著性评价提供依据。在一些高维数据分析中，需要使用PCA、PCoA、NMDS等方法进行降维，但这些方法并不显示组间差异的显著性指标，此时可以使用ANOSIM分析解决此问题。 ANOSIM为非参数检验方法，用于评估两组实验数据的整体相似性及相似的显著性。 该方法主要有两个数值结果：一个是R，用于不同组间属否存在差异；一个是P，用于说明是否存在显著差异。以下分别对两个数值进行说明： R值的计算公式如下： r B ：组间差异性秩的平均值（mean rank of between group dissimilarities） r W ：组内差异性秩的平均值（mean rank of within group dissimilarities） n：总样本个数（the number of samples） R的范围为[-1，1] R>0说明组间差异大于组内差异，R<= 0说明组间无差异。R越大说明组间差异越大于组内差异。 R只是组间是否有差异的数值表示，并不提供显著性说明。 P值则说明不同组间差异是否显著，该P值通过置换检验（Permutation Test）获得。 置换检验大致原理：（假设原始分组为实验组和对照组） 1、对所有样本进行随机分组，即实验组和对照组。 2

符合方差分析的三个条件： 残差 = 实际值 - 预测值（其实是均值）。 在原假设下，MSA的期望会等于MSE的期望；在备选假设下，MSA的期望会大于MSE 的期望，所以 MSA/MSE 的取值范围在 (1 ，正无穷 ) ，所以是单侧检验。 这张图说明残差随机独立分布。 每组一个数就无法分析交互作用。 R 提高但 adjusted R 没提高则没有实质性的提高。 (Completely randomized design) 同独立样本 t 检验。 (Randomized block design)要人为干预去掉实验体本身的差异，同配对样本更好。 例题： 当认为总体有差异之后，想要看到底是哪些因素造成这些差异： 在 SPSS 中是这样的 : 双因子方差分析只考虑主效应的意思是不考虑交互效应，但是考虑因素 A 及因素 B 。 相同意思的不同版本： 来源： https://www.cnblogs.com/yuanjingnan/p/11722682.html

1、安装，加载所用到到R包 用BiocManager安装，可同时加载依赖包 source("https://bioconductor.org/biocLite.R") BiocManager::install("clusterProfiler") library(clusterProfiler) ##富集分析 library(topGO) ###画GO图 library(AnnotationHub) ##获取数据库 library(BiocFileCache) ##依赖包 library(dbplyr) ##依赖包 library(pathview) ##看KEGG pathway 2、利用annotataionHub去抓取目标orgDb ah <- AnnotationHub() ##收索所有orgdb，到ah unique(ah$dataprovider) ##可查看数据注释来源 query(ah, "Apis cerana") ##查找目标物种 tar_org <- ah[["AH62635"]] ##下载目标物种到org数据 3、了解org数据库 主要有5个函数 columns(x)： 显示当前对象有哪些数据 keytypes(x)： 有哪些keytypes可以用作select或keys的keytypes参数 keys(x, keytype, ...)