首先,FDR校正方法是基于假设独立性的假设,如果存在相关性或依赖性,可能会导致校正结果不准确。其次,FDR校正方法并不能保证所有被判定为显著的结果都是真实的,仍需要进一步的验证和研究。 在实际应用中,FDR校正方法广泛用于基因组学、蛋白质组学、神经科学等领域的研究中,帮助研究者从大量的数据中筛选出具有显著差异的结果。同时,为了
FDR校正方法是Benjamini和Hochberg于1995年提出了一种多重比较校正的方法。其实,FDR具体的算法也有多种,如Storey法(由Storey等人提出)、Benjamini-Hochberg法(简称BH法)等。其中BH法目前应用最广,这里主要介绍这种方法的基本原理。 基于BH法的FDR校正过程: 第一步:将我们单独统计得到的一系列的p=[p1,p2,…,pn]从...
FDR是指在拒绝原假设的条件下,拒绝的假设中错误的比例。FDR校正方法的目标是最大限度地减少错误拒绝,并确定真正拒绝的假设。 FDR校正方法有多种不同的实现方式,下面介绍其中两种常见的方法:Benjamini-Hochberg方法和Benjamini-Yekutieli方法。 1. Benjamini-Hochberg方法: a.将所有的p值按照升序排列。 b.根据设定的FDR...
相对Bonferroni来说,FDR用比较温和的方法对p值进行了校正。其试图在假阳性和假阴性间达到平衡,将假/真阳性比例控制到一定范围之内。例如,如果检验1000次,我们设定的阈值为0.05(5%),那么无论我们得到多少个差异蛋白,这些差异蛋白出现假阳性的概率保持在5%之内,这就叫FDR<5%。 那么我们怎么从p value 来估算FDR呢,人...
数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因,其中有S个是真正有差异表达的,另外有V个其实是没有差异表达的,是假阳性的.实践中希望错误比例Q=V/R平均而言不能超过某个预先设定的值(比如0.05...
FDR校正方法则是基于FDR值的控制来调整p值的阈值。FDR校正相对于Bonferroni来说更为温和,它试图在假阳性和假阴性之间取得平衡,将假阳性的比例控制在一定范围内。这意味着在FDR校正中,我们可以接受一定数量的假阳性,以换取更高的发现率。因此,Bonferroni校正是一种较为保守的校正方法,适用于小样本和严格控制错误率的...
感觉可以考虑尝试一下Bonferroni correction (BC)。与BH控制FDR不同的是，BC直接控制的是family-wise ...
孟德尔随机化——FDR校正和Bonferroni校正、RadialMR新离群值方法#孟德尔随机化 #科研 #sci - 医工科研-孟德尔随机化于20231130发布在抖音,已经收获了1706个喜欢,来抖音,记录美好生活!
FDR校正 背景 多重比较校正 FDR校正 基本思想 FDR 校正 FDR 调整 例子 脑科学中的FDR校正的例子 如何在 R 中进行 FDR 校正? 如何在 Matlab 中进行 FDR 校正? 背景 直到 1990 年代中期,通常使用全族错误率 (FWER) ...点赞(0) 踩踩(0) 反馈 访问所需:1 积分 电信网络访问 ...