COMMON PROBLEM
常见问题
-
qOPLS-DA模型中Q2值越接近1越好？那如果数值比较小（比如0.5左右），数值还可以用吗？a 可以用的，一般Q2值越接近1，模型可预测性越好，若数值不大，也不代表模型不可用，是可以用的，只是用Q2值来做判断参考，并不是绝对的，后面还要做permutation做检验。
-
q对于常见分析模型审稿人提到的:“LV1”是什么意思？他所指的分析的“PC1”又是什么？那么OPLS-DA中类似的概念是什么（t[1]O、t[1]P）？a LV1：全称为Latent Variable 1 ，即隐变量，假设观察数据是这些隐变量和某些噪声的线性组合。那么隐变量的数据可能比观察数据的数目少，也就是说通过隐变量可以实现数据的降维。
PC1：全称：Principal Component 1 ，即主成分1，计算公式为：PC1=a1X1+a2X2+…akXK。它是k个观测变量的加权组合，对初始变量集的方差解释性最大。
t[1]O、t[1]P：“P”代表预测，“O”代表正交。 -
q置换检验判断标准是什么?a 通常标准是R2回归线的截距<0.4，Q2回归线的截距<0.05，但有的时候样本量太少，达不到。所以只要回归线斜率大于0，就可以了。
-
qROC是什么，判断标准是什么？a ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。一般的，AUC值越接近1，这个二值分类器越优。
-
q如果我的数据量不是很大和复杂，如何使用多元变量的方法分析？a 如果数据量不是很大，同样可以在SIMCA等软件中进行多元变量的方法进行分析，但由于数据量较小，可能会过拟合，因此不一定要用多元变量，可以选择其他的方法，比如单变量分析方法 。
-
q多元变量统计分析不是适合变量多，样本量少的情况吗？那为什么做多元变量统计分析时6个重复要比3个重复好？a 对于统计分析，只有达到一定样本量才能体现出统计学意义。对于代谢组学来讲，代谢的影响因素较多，较大的样本量才可以减少个体差异，这样分析得到的结果才有意义。
-
q为什么代谢组学分析通常只能是两两比对？a 主要限制在于OPLS-DA分析，因为进行两组以上的对比分析，OPLS-DA模型难以计算代谢物对组间差异的贡献，更大的难点在于难以给出合理的解释。
