p.adjust校正 (参考文献:Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing,DOI: 10.2307/2532694) R函数: 其中p是指多重检验得到的P值,method是选择一种校正的方法(下文有具体介绍),n就是输入p值的个数。 函数介绍: 该函数是嵌入到基础包stats中,所以不需要额外安装...
R语言 p.adjust 位于stats 包(package)。 说明 给定一组 p 值,返回使用多种方法之一调整的 p 值。 用法 p.adjust(p, method = p.adjust.methods, n = length(p)) p.adjust.methods # c("holm", "hochberg", "hommel", "bonferroni", "BH", "BY", # "fdr", "none") 参数 p p 值的...
Usage: p.adjust(p, method = p.adjust.methods, n = length(p)) # p.adjust.methods 包括 c("holm", "hochberg", "hommel", "bonferroni", "BH", "BY", "fdr", "none") 描述 1) 严格的 bonferroni,就是p值乘以检验的总数。 The adjustment methods include the Bonferroni correction ("bonferron...
进行p-adjust的不同方法,替换method 里的内容就行,如下所示: # 使用Bonferroni方法校正P值 p_adjusted_bonferroni <- p.adjust(p_values, method ="bonferroni")print(p_adjusted_bonferroni) # 使用Holm方法校正P值 p_adjusted_holm <- p.adjust(p_values, method ="holm")print(p_adjusted_holm) # 使用...
>p.adjust(p,method=p.adjust.methods,n=length(p))>p.adjustfunction(p,method=p.adjust.methods,n=length(p)){method<-match.arg(method)if(method=="fdr")method<-"BH"nm<-names(p)p<-as.numeric(p)……BH={i<-lp:1Lo<-order(p,decreasing=TRUE)ro<-order(o)pmin(1,cummin(n/i*p[o])...
p.adj: 矫正p值,默认矫正方法p.adjust.method="holm" p.format: 格式化p值 p.signif: 显著性水平 方法: 用于比较组别的统计检验 创建一个带p值的箱线图: p <- ggboxplot(ToothGrowth, x="supp", y = "len", color = "supp", palette = "jco", add = "jitter") ...
>p.adjust(tT$P.Value[1],method='BH') [1] 7.193427e-25 代码解释: tT是limma中topTable函数的结果; 将所有p.value直接用p.adjust中的'BH’方法进行校正,head展示前六个结果,可以看出得到的结果与topTable一致; 仅将第一个p.value用p.adjust中的'BH’方法进行校正,得到的结果其实与p.value一致; ...
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...
method:correction method. Can be abbreviated.p.adjust.methods # c("holm", "hochberg", "hommel", "bonferroni", "BH", "BY", "fdr", "none") n:number of comparisons, must be at least length(p); only set this (to non-default) when you know what you are doing!
代码语言:javascript 复制 stat.test2<-ToothGrowth%>%mutate(dose=as.factor(dose))%>%group_by(dose)%>%t_test(len~supp)%>%adjust_pvalue()%>%add_significance("p.adj")%>%add_xy_position(x="dose")stat.test3<-ToothGrowth%>%t_test(len~dose,p.adjust.method="bonferroni")%>%adjust_pvalue...