Boa tarde,

desculpe a demora em responder.
@Cesar Rabak: a transformacao foi feita em logaritmos neperianos (base  10). Fui aconselhado a utilizar o teste de Mann-Whitnney pois minhas amostras tem distribuicao normal. 
Acho isso estranho! O motivo de se transformar para log é justamente esse: trazer as amostras para uma distribuicao normal. 
O que voce me aconselharia: t-test???
Quero apenas comparar dois grupos, independentes e nao pareados.

Obrigado



Em 18 de janeiro de 2018 00:00, Cesar Rabak <cesar.rabak@gmail.com> escreveu:
Vinícius,

Testes estatísticos podem ter resultados significantes estatisticamente e as diferenças serem clinicamente ou na forma a avaliar no domínio do problema sem significância prática.  Uma forma disso acontecer é a amostra ser suficientemente grande para que uma diferença muito diminuta gere as estatísticas dos testes com "significância" (a.k.a. valor-p menor que o limiar para definir a significância).

Como já comentado, ao aplicar uma transformação por logaritmos você transformou o teste para um teste de relações na escala original. Não está claro para mim se a transformação foi feita usando logaritmos de Briggs ou Neperianos por isso, não dá para dizer o quê 0,5 de diferença significa em termos de relação entre um grupo e outro. 

Uma outra coisa que me parece curiosa é o seguinte: por que depois do trabalho para transformar os dados, ainda assim você optou por um teste com menos poder que um paramétrico?

HTH
--
Cesar Rabak


2018-01-17 18:03 GMT-02:00 Vinicius Reis via R-br <r-br@listas.c3sl.ufpr.br>:
Boa tarde,

Encontrei esta lista de discussões em um website sobre estatística, o que na verdade estava procurando informacoes sobre problemas que venho tenho com testes estatísticos.
Minha área é Ciências Biológicas, especificamente Microbiologia.
Trabalho com um modelo in vitro de células que são deficientes para um determinado gene e para realizar meus ensaios uso o respectivo tipo selvagem. Ou seja, tenho duas linhagens celulares uma wild-type e uma knockout. Assim sendo, o meu trabalho consiste em analisar se a delecao do dado gene altera a infeccao bacteriana. Nesse caso, fiz o delineamento experimental e pretendo analisar diferentes aspectos da infeccao bacteriana como por exemplo adesão, internalizacao e replicacao. Para fins de analise estatística, os experimentos foram realizados em triplicata e tres experimentos independente. Ao final da coleta de dados, essas amostras foram quantificadas e transformadas em log e assim,  apliquei o teste de Mann-Whitney para detectar diferenças entre os grupos. Grosseiramente, em alguns experimentos tenho uma diferença de aproximadamente 0.5 log do grupo wild-type para o grupo knockout. Isso significa que a presença de tal gene influencia a infeccao bacteriana. Entretanto, essa diferença parece ser tao pequena (pra nao dizer miserável) que fica até difícil fazer alguma inferência se essa diferença reflete relevância biológica. Entretanto, o teste de Mann-Whitney demonstrou que essa diferenca é extremamente significante (p=0.0001) ou seja o teste estatístico mostra uma extrema significância.
Em ambos os grupos, tenho 9 replicatas (3 experimentos independentes com 3 replicatas cada).
Gostaria muito de obter sugestões sobre como proceder nesse caso dos testes estatísticos pois da forma como é mostrado, parece bastante estranho: um gráfico mostrando absolutamente pouca ou nenhuma diferença e um teste estatístico mostrando extrema significância.
Alguém pode orientar-me com este tipo de analise?
Abaixo, seguem algumas informcoes sobre o teste.

Agradeco imensamente qualquer ajuda.
P.S.; desculpe a falta de acentuação mas no momento estou no exterior e o teclado não possui tal função.

Column A MEF-WT vs.vs, Column B MEF-PPR-/- Mann Whitney test P value 0,0008 Exact or approximate P value? Exact P value summary*** Significantly different? (P < 0.05)Yes One- or two-tailed P value? Two-tailed Sum of ranks in column A,B121,0 , 50,00 Mann-Whitney U 5,000 Difference between medians Median of column A 6,176 Median of column B 5,964 Difference: Actual 0,2125 Difference: Hodges-Lehmann0,2266 96.01% CI of difference0,1040 to 0,3490 Exact or approximate CI? Exact


MEF-WT vs MEF-PPR-/- Number of values9 9; Minimum 5,964 5,737; 25% Percentile 6,090 5,835; Median 6,176 5,964; 75% Percentile 6,246 6,035; Maximum 6,313 6,086; Mean 6,158 5,933 Std. Deviation 0,1092 0,1169; Std. Error of Mean 0,03639 0,03898; Lower 95% CI 6,074 5,843; Upper 95% CI 6,242 6,023; Mean ranks13,44 5,556



Virenfrei. www.avast.com

_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.




--
Vinícius Reis
-----------------------------------------------------------