Es gibt 10 Werte der Gruppe A (unbehandelte Zellen) und 10 Werte der Gruppe B (behandelte Zellen). Die Behandlung sollte die gemessenen Werte ansteigen lassen. Das ist bekannt und wird zur Kontrolle genutzt, ob bei der bertachteten Probe das Experiment überhaupt funktioniert hat. Die Messwerte, von denen hier die Rede ist, sind also nicht die wiss. interessanten, sondern dienen nur als „interne Kontrolle“, weil manchmal die Zellen aus unbekannten Gründen „keinen Bock“ haben, auf die Behandlung zu reagieren.
Die Zellen sind alles die gleichen, vom selben Individuum, zur selben Zeit in der selben Weisen angezogen und vor dem Experiment (der Behandlung) auf verschiedene Gefäße aufgeteilt.
Die Frage ist also: Gibt es eine oder mehrere Proben in der Gruppe B, bei denen die Behandlung nicht funktioniert hat?
Mein Vorschlag:
Ausreißertest (zB. Grubbs) mit allen Werten der Gruppe A plus den zu testenden Wert der Gruppe B
oder auch:
Binominaltest (Erfolg = Wert einer Probe der Gruppe A ist kleiner als der zu testende Wert der Gruppe B, pi = 0.5, n = Anzahl der Proben in Gruppe A)
Kann man das so machen? Gibt es da andere „Standardverfahren“? Wenn man das so macht: Wie korrigiert man da um multiples testen? Ich will ja eigentlich nicht die „Ausreißer“ identifizieren, sondern die, die nicht ausreißen und nehme den p-Wert des Tests als Maß für die Evidenz, dass die Behandlung erfolgreich war. Korrigieren müßte man aber - so denke ich mir das - doch die eher die Komplemente der p-Werte der Tests (also 1-p)?
Ich hoffe, ihr versteht etwa, was ich meine. Ich beantworte auch gerne Nachfragen
ich denke, du kommst nicht drum herum, eine Aussagen treffen zu müssen, was ein relevanter Behandlungserfolg wäre (Anstieg um x Einheiten). Wenn das nicht geht, kannst du einen naiven Ansatz zur Bestimmung von x wählen, nämlich x=Maximum der Werte aus A oder vergleichare Grenzwerte.
Mit Grubb’s test unter Verwendung von ganz A und einigen von B findest du nur die Behandlungserfolge, oder im schlimmsten Fall musst du sogar einen Wert von A rausnehmen, da der Test nicht gerichtet ist.
Beim Binomialtest wäre n aber nicht 10, sondern die anzhal aller Vergleiche, die du machst, also 55. Multiplizität kommt da noch gar nicht ins Spiel, es sei denn du hast mehrere A’s und B’s.
Wo wir schon bei den Vergleichen sind: Warum rechnest du nicht einen HL-schätzer mit zugehörigem Konfi (pairwiseCI in R) um den generellen Effekt abzuschätzen? Denn einzelne Zellen können immer mal keinen Bock haben, aber es geht doch um die durchschnittliche Wirkung.
Grüße,
JPL
Wo wir schon bei den Vergleichen sind: Warum rechnest du nicht
einen HL-schätzer mit zugehörigem Konfi (pairwiseCI in R) um
den generellen Effekt abzuschätzen? Denn einzelne Zellen
können immer mal keinen Bock haben, aber es geht doch um die
durchschnittliche Wirkung.
Nee, genau das ist die Frage: gibt es einzelne Zellen (Zellkultur-Schalen), bei denen die Behandlung nix gebracht hat. Diese Zellkulturschalen brauchen im folgenden NICHT für ein anschließendes, eigentlich interessierendes und teures Experiment eingesetzt zu werden. Die will man aussortieren.
wie gesagt: ausser unter Angabe einer margin für minimalen Behandlungserfolg fällt mir noch cut-point ein.
Man müsste natürlich noch zeigen, dass eine derart bestimmte Zelle auch (mehr oder minder) immer keine Resonanz auf dne Behandlung zeigt.
Grüße,
JPL
