Comparación de números de los valores de p de muchos modelos lineales

Question

Mi actual del conjunto de datos tiene tres condiciones, y hemos medido los niveles de actividad de 10.000 genes en cada condición. Replicado 8 veces.

El uso de 10,000 modelos lineales, se determina para cada par de condiciones (es decir, para cada uno de los tres contrastes) el número de genes con significativamente diferentes niveles de actividad. Este es el procedimiento estándar para este tipo de datos de microarrays.

Podemos encontrar:

• 2000 genes significativamente diferentes niveles de actividad entre la a y la B
• 1500 genes significativamente diferentes niveles de actividad entre la a y la C
• 100 genes significativamente diferentes niveles de actividad entre B y C

Esto sugiere que las condiciones B y C son más similares entre sí que a la C. PCA sugiere el mismo resultado. Es allí cualquier manera de cuantificar la medida en que "las condiciones B y C son más similares entre sí que a C (es decir, para poner un p-valor?)

Gracias por su ayuda y pido disculpas si esta pregunta es trivial.

Saludos cordiales,

Answer 1

Antes de responder a su pregunta - es la distribución de los efectos de los genes justificar el uso de un modelo lineal (e.g: están distribuidos más o menos normalmente?)

Ahora a tu pregunta - yo podría ofrecer a seguir un camino diferente al respecto. Suena como lo que usted está pidiendo es la medición de la correlación (e.g similitud de comportamiento entre las diferentes condiciones. Una manera sencilla de hacerlo es tomar la media (o tal vez el tapizado media o mediana) de las 8 repeticiones y luego tendrías 10K trillizos puede utilizar para la creación de una matriz de correlación (entre las 3 condiciones).

El segundo paso sería entonces la de responder a la pregunta de si uno de correlación (dicen que entre a y B) es significativamente mayor que las otras dos correlaciones (digamos, entre-a y C-y-B y C -). Aquí usted puede utilizar el siguiente agradable herramienta en línea o usted puede código en R utilizando la información proporcionada aquí.

Saludos, Tal