GraphPad
2.21K subscribers
483 photos
34 videos
36 files
292 links
Download Telegram
🔆 How Do I Estimate the IC50 and EC50?

روزگاری تحلیل‌های دوز پاسخ و براورد پارامترهای IC50 و EC50 مورد توجه کمتر فردی بود. این مطلب بیشتر به دلیل پیچیدگی این نوع از رگرسیون های غیرخطی، به حساب می‌آمد. با این حال گراف پد در ورژن 8 خود آنقدر این مباحث را به زیبایی دسته بندی شده و با جلوه‌های بصری جالب بیان کرد که اکنون سومین سوال پرکاربرد محققان تحلیل‌های غیر خطی Dose Response است. پاسخ گراف پد به سوال بالا را می‌توانید در لینک زیر مشاهده کنید. 👇

https://www.graphpad.com/support/faq/how-do-i-estimate-the-ic50-and-ec50/
Miriam Friedman Menkin‎
@GraphPad
#گمنام
کم‌تر کسی میریام منکین
Miriam Friedman Menkin‎
دانشمند لقاح مصنوعی (IVF) را می‌شناسد. او بانی روشن شدن چراغ خانه های بسیاری در سرتاسر کره خاکی است.
میریام اولین کسی بود که توانست تخمک انسان را در آزمایشگاه خارج از بدن بارور کرده و اولین رویان انسان که در یک شیشه شکل گرفته بود و به طور معجزه‌گونه در حال رشد و تکثیر بود را اکتشاف کند.
این روزها سالروز تولد این زن سختکوش و فداکار است. سرگذشت او خواندنی است، علاقمند بودید مطالعه کنید.
به عنوان فردی که سال ها در مطالعات ناباروری و عوامل آن و تحلیل داده‌های مرتبط با آن فعالیت کرده‌ام، بیان یک نکته برایم جالب توجه بود. 👇
#زن_خوب
چند سال پیش در پروژه تحقیقاتی یکی از انستیتوهای ناباروری همکاری می‌کردم.
داده‌ها Variable ای داشتند که به علت ناباروری از نگاه خود زوجین اشاره داشت و پُر بود از کلمه Female یعنی وقتی از زوجین دلیل مراجعه آن‌ها پرسیده شده بود، مرد و زن گفته بودند بله، مشکل زنانه است. ساده بگویم "زن بچه‌اش نمی‌شود."

داستان به همین جا ختم نمی‌شد. در داده‌ها، Variable دیگری بود که به تشخیص پزشکی علت ناباروری اشاره می‌کرد. جالب بود پر بود از کلمه Male یعنی وقتی آزمایش پزشکی انجام شده، علت واقعی ناباروری، مردانه تشخیص داده شده بود.

بعد از سال‌ها همچنان به این نتیجه فکر می‌کنم. چه دلیلی باعث می‌شود که زن خانه خودش را مقصر بداند؟ چرا اگر چراغ خانه‌ای روشن نشود، اطرافیان و خود مرد، زنش را مقصر بدانند؟ شاید هم می‌دانند و حفظ آبرو می‌کنند. یعنی زن آبروی کمتری دارد؟

ببخشید با احترام و از زبان اعداد به مردها می‌گویم، اگر فردی را می‌شناسید که مشکل بچه دار نشدن دارد، به او بگویید کمتر همسرش را از این دکتر به آن دکتر ببرد. زن مظلوم را ناراحت و اذیت نکند و بیشتر از این اشکش را در نیاورد، زن خوبش مشکلی ندارد. مشکل از خودش است، به احتمال زیاد. علم هم آنقدر پیشرفت کرده که مشکل را حل کند و البته خدا بزرگتر است.
Time Series
@GraphPad
🔆 Repeated Measures
اندازه‌گیری مکرر و یا همان
Repeated Measures
از موضوعات مهم و جالب توجه در مطالعات آماری، به حساب می‌آید. در این نوع تحقیقات، پدیده مورد بررسی در طول زمان و به صورت متناوب، اندازه‌گیری می‌شود. هدف از این مطالعات درک این مطلب است که آیا زمان عامل موثری در کم و زیاد شدن داده‌ها می‌باشد یا عامل زمان، تاثیری بر داده‌ها ندارد.
در ویدئو زیر که به تازگی و با صدای جیم کالتون (مدیر مطالعات آماری کمپانی گراف پد در کالیفرنیا) منتشر شده است، می‌توانید مطالب مفیدی درباره‌ی
Repeated Measures
بدانید.
جیم کالتون، یکی از بهترین مدرسان آمار در دنیا است، لینک پروفایل او در لینکدین را برایتان قرار داده‌ام.
🔆 Working From Home with Prism
در ویدئو زیر، می‌توانیم به یاد گرفتن مطالبی جهت کار با گراف پد و اشتراک گزاری نتایج به دست آمده با سایر افراد، بپردازیم.
مدرس این ویدئو Steven Bradburn جوان و موسس Top Tip Bio در منچستر انگلیس است.
چنانچه سوالی داشتید لینک پروفایل او در ResearchGate را برایتان آورده ام. 👇
او با RG Score = 32.53 در بین ده درصد پژوهشگران برتر ریسرچ گیت قرار دارد.
سری های زمانی بورس تهران در سال ۹۹
@GraphPad
شاخص تفاضلی بورس تهران در سال ۹۹
@GraphPad
GraphPad
سری های زمانی بورس تهران در سال ۹۹ @GraphPad
👆

#بسندگی
🔸شاخص کل.
مدل سری زمانی برای امروز ۱۰ شهریور ۹۹، پیش‌بینی ۴.۲۸+ درصد را در نظر گرفته بود. با این حال شاخص کل به عدد ۰.۵۳+ درصد بسنده کرد. یعنی حدود ۳.۷۵ درصد کمتر از اندازه در نظر گرفته شده برای امروز آن.

🔸شاخص هم وزن.
همچنین مدل سری زمانی برای امروز ۱۰ شهریور ۹۹، پیش‌بینی ۲.۸۶+ درصد را در نظر گرفته بود. شاخص هم وزن به عدد ۰.۹۶- درصد رسید. یعنی حدود ۳.۸۲ درصد کمتر از اندازه در نظر گرفته شده برای امروز آن.

🔸شاخص تفاضلی.
این نکته جالب است که هر دو شاخص کل و هم وزن تقریباً به یک اندازه به مقدار در نظر گرفته شده برای آنها توسط مدل سری زمانی، بسنده کرده اند.
این موضوع سبب شده پیش‌بینی شاخص تفاضلی توسط مدل، دقیق باشد.
+۱.۴۹ = (+۰.۵۳) - (-۰.۹۶)
به عبارتی شاخص تفاضلی امروز برابر با ۱.۴۹+ شده است و پیش بینی مدل، عدد ۱.۴۲۵ بوده است. به معنای اینکه مدل اندازه فاصله بین شاخص کل و شاخص هم وزن را با دقت بیان کرده است.