组间分析
组间分析 标签页比较同一实验范式的已保存结果在各组之间的差异,例如 WT 与 KO、溶媒与药物。它使用该范式的全部结果,不论来自视频、手动录入还是导入。顶部的快捷标签(实验范式 · 分析 · 组别 · 图表 · 统计)可以跳到对应卡片。
如果还没有任何结果,页面会提供 前往“实验” 和 导入数据。
1. 实验范式
选择实验范式,只列出有已保存结果的范式。有多个阶段的范式会预选通常要分析的阶段:新物体识别和位置偏好为“测试”,水迷宫和 Barnes 迷宫为“习得”,恐惧条件化为“线索测试”。除非你明确选择,不同阶段不会混在一起。
2. 分析
设计
设计决定了“一个数据点”是什么,以及用哪种检验。
| 设计 | 每个数据点 | 典型问题 | 何时可用 |
|---|---|---|---|
| 组间比较 | 每只动物一个值(多个阶段先平均) | KO 小鼠的运动距离是否比 WT 少? | 始终可用 |
| 跨天比较 | 每只动物每天一个值(当天试次平均) | 两组学习水迷宫的速度是否不同? | 结果中至少有 2 个不同的天 |
| 时间进程 | 每只动物每个序列点(时间段、CS、试次)一个值 | 三次 CS 的僵直是否不同? | 结果带有序列 |
| 配对测量 | 每只动物两个测量值 | 小鼠探索新物体是否多于熟悉物体? | 范式有天然的配对 |
| 阶段间变化 | 每只动物一个差值 到 − 从 | 条件化是否改变了位置偏好(测试 − 前测)? | 结果中至少有 2 个阶段 |
配对测量 可用的配对有:新物体 vs 熟悉物体(新物体识别)、配对侧 vs 非配对侧(位置偏好)、糖水 vs 清水摄入(糖水偏好)、目标象限 vs 对侧象限(水迷宫、Barnes 迷宫)、基线 vs CS 期僵直(恐惧条件化),以及开放臂 vs 闭合臂时间(高架十字迷宫)。
测量指标与筛选
- 测量指标、序列 或 比较:要分析的内容,取决于所选设计。
- 从 → 到:阶段间变化 使用的两个阶段。
- 阶段(或 平衡木、场次 / 区组):只分析某一个阶段。选 全部 会合并所有阶段;有动物的多个阶段被平均时,App 会说明。
- 统计:参数检验 或 非参数检验。
- 比较(三组及以上):两两比较;或者第一组是对照、只关心与对照的比较时,选 与第一组比较。
- 各组与……比较:用于有机会水平的指标,例如辨别指数与 0 比较,识别指数、糖水偏好、位置偏好和高价值选择与 50 % 比较,象限时间与 25 % 比较。
- 包括已排除的记录:重新纳入标记为 从组间分析中排除 的结果。
3. 组别
组别取自每条结果的 组别 字段,拼写必须一致。在这张卡片里:
- 第一组被视为对照组。▲ ▼ 调整顺序,这也是图中的顺序;
- 开关决定纳入或去掉某一组;
- 点颜色圆点切换颜色。配色使用对色盲友好的调色板(Okabe–Ito),对照组默认为灰色。顺序、颜色和是否纳入按范式记住。
4. 图表
每张图都把每只动物画成一个点,读者可以直接看到数据的分布和 n。

- 样式:柱状 + 散点、箱线 + 散点 或 均值 ± SEM,用于 组间比较 和 阶段间变化。
- 跨天比较 和 时间进程 画学习曲线或时间进程:每个水平上的组均值 ± SEM,细线是每只动物。
- 配对测量 为每只动物画一条连线,连接它的两个值。
- 显著性括号使用校正后的 p 值:* p < 0.05,** p < 0.01,*** p < 0.001,**** p < 0.0001。打开 显示不显著的比较(ns) 会把其余比较也画出来。
导出图表(PNG) 保存高分辨率图片(屏幕分辨率的 3 倍),可用于幻灯片或论文草稿。
5. 统计
统计卡片给出:
- 用文字描述的方法,例如“单因素方差分析,事后采用 Tukey–Kramer HSD 进行两两比较”,可以直接写进方法部分;
- 总体检验的统计量、自由度、p 值和效应量;
- 两两比较及校正后的 p 值;
- 选择了的话,各组与机会水平比较或组内配对比较的结果;
- 描述统计(n = 动物数):n、均值 ± SEM、SD、中位数和四分位数;
- 备注:例如哪些动物的多个阶段被平均、哪些已排除的记录未纳入、哪些纳入的记录带有质量提示、哪些动物因缺少某一天而未进入方差分析。
检验如何选择、每种检验如何计算,见统计方法。
导出
右上角的导出菜单提供:
| 项目 | 内容 |
|---|---|
| 图表(PNG) | 当前的图 |
| 统计结果(JSON) | 分析设置、每只动物的值、描述统计和所有检验结果 |
| 全部〈范式〉记录(JSON) | 该范式的所有结果,可以导入另一台 iPhone,或用 R、Python 读取 |
| 复制文字摘要 | 方法、检验和描述统计的纯文本摘要,可贴到实验记录或消息里 |
导入 可以直接在这个标签页添加表格或 JSON 文件。
良好实践
- n 是动物数。 同一只动物的多个试次和阶段在检验前先平均。不要把同一只动物用两个编号录入。
- 在看统计结果之前就定好排除标准,例如追踪低于 90 % 或最少探索时间。用“排除”并写明原因,而不是删除结果。
- 不同阶段分开分析。 探索测试和探索测试比,测试和测试比。如果关心的是变化本身,用 阶段间变化。
- 参数还是非参数? 每组样本少(n < 8),且数据明显偏态或有上下限时,非参数检验更稳妥,例如被截断在试次最长时间的潜伏期,或接近 0 或 100 的百分比。要在看到 p 值之前做出选择。
