Variansanalys av musslor i Östersjön

Carl-Adam Briggert, Daniel Berglund och David Kohlberg

2010-12-17

1
Innehåll
1 Inledning 3

2 Beskrivning av data 3
2.1 Variabler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3 Statistisk modellering och analys av data 3

3.1 Kontrollgruppen . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 Koppar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3 Behandling . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4 Diskussion 6

5 Appendix 7
5.1 Output från SAS . . . . . . . . . . . . . . . . . . . . . . . . . 7

2
1 Inledning
Musslor kan vara bra som indikatorer på miljögifter i olika områden. Därför
samlades ett antal musslor in från olika områden i Östersjön för att sedan
delas in i olika behållare för vidare analys. Denna data skulle användas för
att undersöka om det finns statistisk signifikant skillnad i miljögifter mellan
områdena.

Man behandlade även musslor med koppar för att undersöka om det fanns
någon signifikant skillnad på de musslor som blivit behandlade och de som
inte blivit det.

2 Beskrivning av data
Man hade först delat in Östersjön i 2 delar, den norra och den södra. I varje
av dessa områden har man sedan valt 3 st mindre områden som har tagit
musslor ifrån. Man har sedan slumpvis dragit dessa, med kriteriet att de
dragna skall ha ungefär samma storlek och lagt dem i behållare. Från varje
delområde togs musslor som las i behållare A och B, hälften av musslorna
blev behandlade med koppar.

2.1 Variabler
Område - N eller S
Lokal - Grissle, Simpn, Singö, Gudhjem, Karlsh eller Svenskeh Behandling -
Talar om ifall musslorna har blivit kopparbehandlade eller inte
Behållare - Talar om ifall musslorna låg i behållare A eller B
Aktin - aktinvärde
HSP70 - värde på HSP70
HSP90 - värde på HSP90

3 Statistisk modellering och analys av data

3.1 Kontrollgruppen
Vi började med att bilda en kvot av värdet på hsp90 och värdet på aktin
för alla musslor. Vi började med att skapa ett dataset där vi plockade bort
de musslorna som behandlats med koppar, detta för att först se variationen
inom kontrollgruppen. Sedan gjorde vi en hiarkisk modellering, vi ansatte

3
följande modell:

kvot = område + lokal ( område ) + behållare( område lokal )

Det vill säga delas behållare in en hiarkisk ordning efter område och lo-
kal, och lokal delas in efter område.

Vi använde sedan SAS för att få upp en ANOVA-tabell1 . Från tabellen ser
vi att område är inte signifikant på 5%-nivån, och tillför väldigt lite till mo-
dellen. Vi ansåg dock att det var konstigt att behållare var signfikant, vilket
den blev enligt tabellen. Musslorna valdes ju slumpvis till de olika behållar-
na, så det bör inte finnas någon variation mellan dem, förutom den naturliga
variationen mellan musslor. Vi valde då göra en scatterplot av kvot mot lokal
med punkterna färgade efter behållare.

Figur 1: Röda cirklar är behållare A och blå är B

Som man kan se i figuren avviker Gudhjem från de andra orterna, på så vis
att variationen mellan behållare A och B är större än för de andra orter-
na. Vi valde då att plocka bort observationerna från Gudhjem eftersom det
verkar finnas något fel i testet då slumpvis utvalda mätningar från samma
population inte bör variera så. När vi då gjorde en variansanalys i SAS såg
1
Se appendix 4.1 Figur 3

4
vi från ANOVA-tabellen att behållare inte längre var signifikant 2 .

Som vi ser här finns en statistiskt påvisad variation på 5%-nivån mellan olika
platser, men det påverkar inte signifikant om det ligger i norr eller söder.

3.2 Koppar
Vi gjorde på samma sätt som kontrollgruppen då vi bildade en kvot mellan
värdena på hsp90 och aktin. Nu plockade vi dock bort de musslor som inte
behandlats med koppar från datasetet. Vi använde samma modell som för
kontrollgruppen.

När vi sedan ur SAS fick vår ANOVA-tabell så såg vi att område var sig-
nifikant men inte behållare3 . Detta var ju väldigt annorlunda jämfört med
resultatet för kontrollgruppen. På grund utav detta och att vi hade outliers
för kontrollgruppen ritade vi upp en scatterplot för vårt dataset, där vi som
förut plottade kvot mot lokal.

Figur 2: Röda cirklar är behållare A och blå är B

Här ser man liknande struktur för Karlsh, som vi såg för Gudhjem i kontroll-
gruppen. Med en varians mellan behållarna som skiljer sig från de andra.
2
Se appendix 4.1 Figur 4
3
Se appendix 4.1 Figur 5

5
Så av samma anledningar som vi plockade bort Gudhjem från kontrollgrup-
pen bestämde vi oss för att plocka bort observationerna från Karlsh. Den
ANOVA-tabell vi då fick visade att område inte längre är signifikant.4 .

3.3 Behandling
Vi skall undersöka om det går att påvisa en signifikant behandlingseffekt av
koppar. Vi valde att inte ha med Gudhjem eller Karlsh i vårt dataset, på
grund av variansskillnaderna som vi undersökt i sektion 3.1 och 3.2.

Eftersom vi redan uteslutit att behållare och område skulle ha en signifikant

påverkan så använde vi en modell där kvoten beror på lokal och behandling,
där behandling är hiarkiskt indelad efter lokal.

kvot = lokal + behandling( lokal )

Resultatet vi då fick var att kopparbehandling inte har någon effekt på sig-
nifikant nivå. Det är fortfarande bara lokal som har signifikant betydelse5 .

4 Diskussion

4
Se appendix 4.1 Figur 6
5
Se appendix 4.1 Figur 7

6
5 Appendix
5.1 Output från SAS

Figur 3: Anovautskrift all data för kontrollgruppen

Figur 4: Anovautskrift för kontrollgruppen utan Gudhjem

7
 Figur 5: Anovautskrift all data för kopparbehandlade

Figur 6: Anovautskrift för kopparbehandlade utan Karlsh

8
Figur 7: Anovautskrift för behandling utan Gudhjem och Karlsh