方法BH(Benjamini-Hochberg,与R中的FDR相同)和BY(Benjamini & Yekutieli)控制错误发现率,这些方法试图控制错误发现的期望比例。 请注意,这些方法只需要调整p值和要比较的p值的数量。这与Tukey或Dunnett等方法不同,Tukey和Dunnett也需要基础数据的变异性。Tukey和Dunnett被认为是多重比较谬误(Familywise error rate)方法。
而经典的Benjamini-Hochberg (BH) 方法就是用于控制错误发现率FDR的一种方法，让FDR≤α。Benjamini-Hochberg 方法介绍 有N次假设检验，对每一次假设检验都计算其P值，然后将计算出的P值按照从小到大的方式排序，接着从最小的P值开始，按照P（k）≤α*k/N进行比较，然后可以找到最大的第K个满足上述不等式的P...
而经典的Benjamini-Hochberg (BH) 方法就是用于控制错误发现率FDR的一种方法,让FDR≤α。 Benjamini-Hochberg 方法介绍 有N次假设检验,对每一次假设检验都计算其P值,然后将计算出的P值按照从小到大的方式排序,接着从最小的P值开始,按照P(k)≤α*k/N进行比较,然后可以找到最大的第K个满足上述不等式的P值,最...
如下表所示,N次假设检验中,FDR定义为V/R=V/(V+S)。 而经典的Benjamini-Hochberg (BH) 方法就是用于控制错误发现率FDR的一种方法,让FDR≤α。 Benjamini-Hochberg 方法介绍 有N次假设检验,对每一次假设检验都计算其P值,然后将计算出的P值按照从小到大的方式排序,接着从最小的P值开始,按照P(k)≤α*k/N...
而经典的Benjamini-Hochberg (BH) 方法就是用于控制错误发现率FDR的一种方法,让FDR≤α。 Benjamini-Hochberg方法介绍 有N次假设检验,对每一次假设检验都计算其P值,然后将计算出的P值按照从小到大的方式排序,接着从最小的P值开始,按照P(k)≤α*k/N进行比较,然后可以找到最大的第K个满足上述不等式的P值,最终...
而经典的Benjamini-Hochberg (BH) 方法就是用于控制错误发现率FDR的一种方法,让FDR≤α。 Benjamini-Hochberg 方法介绍 有N次假设检验,对每一次假设检验都计算其P值,然后将计算出的P值按照从小到大的方式排序,接着从最小的P值开始,按照P(k)≤α*k/N进行比较,然后可以找到最大的第K个满足上述不等式的P值,最...
method指定矫正用的方法。可以用的方法可以通过运行“p.adjust.methods ”来查看,有: Bonferroni correction ("bonferroni") ,Holm (1979) ("holm"), Hochberg (1988) ("hochberg"), Hommel (1988) ("hommel") and Benjamini & Hochberg (1995) ("fdr"或“BH”) ...
在开始应用BH方法之前,首先需要收集数据并进行一系列的单个假设检验。例如,基因表达数据中的每个基因可以视为一个独立的假设检验问题,我们可以通过t检验、方差分析(ANOVA)等测试基因差异是否显著。 2.计算p值: 对于每个假设检验,我们需要计算相应的p值。p值是根据原假设的统计模型计算得到的,在零假设成立的情况下,p...
您通常不需要重新发明轮子。p.adjust(p, method = 'hochberg', n = length(p))
控制FDR的方法可以更有效地捕捉到具有实际意义的结果,同时仍然最小化错误发现的数量。 计算Benjamini和Hochberg(BH)的FDR是一个多步骤的过程: 1.将所有的p值按照升序排列,并赋予其一个排名。 2.对每个p值应用以下计算公式:FDR =排名/总排名数*α/ i,其中α是事先设定的FDR水平(通常为0.05),i是当前排名的顺序...