前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Response ratio

Response ratio

作者头像
Listenlii-生物信息知识分享
发布2020-06-01 12:05:20
2.8K0
发布2020-06-01 12:05:20
举报
文章被收录于专栏:Listenlii的生物信息笔记

响应比(Response ratio, RR)在很多文章也很常见,用于比较对照与处理之间是否存在显著差异。本文做一说明。方法来源于2006年的Ecology文章。

由实验组与对照组均值商的对数计算RR:

对数是为了进行统计检验。如果这两个均值是正态分布的且都大于0,那么其商的对数近似服从正态分布,其均值和真实的RR均值相同。方差可以近似表示为:

nt和nc为实验组和对照组样本个数,S为各自的标准偏差。

在文章中的meta分析中,作者通过赋予低方差更高的权重,计算了加权的RR++,这样可以使得结果更准确,并增强统计效力。具体参数略过,公式如下:

其标准偏误差为

因此95%置信区间为

如果95%CI这条线覆盖了0,则说明处理与对照之间不存在显著的差异,如果不覆盖到0则说明存在显著差异。

拿一个图举例,如Soybean处理对照之间存在显著差异,而Oak Ridge和Swiss 6yr由于线过0点,不存在显著差异。

Link: (阅读原文直达)

https://esajournals.onlinelibrary.wiley.com/doi/full/10.1890/04-1724

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Listenlii 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档