我是科学家，绝不是统计学家。我想，我有一个非常基本的问题要问大家。
我已经进行了两次相同的实验（分析某种蛋白质的水平），并且正在比较未处理和处理过的动物的水平。我进行了带有韦尔奇校正的 t 检验（因为存在显着差异）。我观察到类似的趋势，但单独的实验都没有达到统计意义。有没有办法结合这两个实验来增加功率？尽管趋势相似，但实验之间的实际值不同，我认为这增加了我的标准误差。此外，如果有人知道如何使用 graphpad prism 执行此分析，那将是理想的。
非常感谢您提供的任何帮助。如果您需要更多信息，请告诉我。
不同实验的效果应该不同，方差也应该不同。这就是抽样的本质。你所拥有的只是不同的样本不同。没有办法知道哪个方差估计更接近真实值，甚至无法根据您提供的信息猜测它，并且等于样本中的 N。因此，虽然您希望它是较小的，但这可能不正确。平均方差很可能是最好的。
你在这里寻找效果的一般策略可能最终会结出果实。您可以将所有主题组合到一个实验中，再运行几个，在这里或那里删除一个异常值，寻找各种分析技术，瞧，一个显着的效果。也许你不会做所有这些，但我试图指出你的想法是错误的。使用您拥有的数据来确定事情的真相，而不是显示效果。
要记住的重要一点是，关于任何统计测试的一个未说明的假设是，您执行它是因为您想知道测试的答案，而不是因为您以前做过其他测试并且未能找到您想要的结果喜欢找。所以现在，因为您已经完成了测试，所以 I 类错误的发生率不再是您设置的 alpha。无论是否存在效果，您都在增加发现效果的可能性。
也就是说，你可以做一些不是测试的事情。您可以通过大型分析（只需组合所有数据）构建效果的置信区间，并将其报告为比任一实验单独进行的效果的更高质量估计。您将不得不承认您所做的是事后的，并描述您已经做过的测试。但这可能是报告您迄今为止所做工作的最佳方式。