维基百科原文:Bonferroni correction Bonferroni correction states that if an experimenter is testing n independent hypotheses on a set of data, then the statistical significance level that should be used for each hypothesis separately is 1/n times what it would be if only one hypothesis were tested....
假设针对10000个基因进行了统计检验,对所有的原始P-value进行由小到大的排序分别为p1, p2, ..., p10000,校正后的FDR为:p1*10000/1, p2*10000/2, ..., p10000*10000/10000。与Bonferroni correction一致的地方是都乘以了检测总数,不一致的地方是BH算法在此基础上除去了各个原始p-value的排序值。 具体计算方...
假设针对10000个基因进行了统计检验,对所有的原始P-value进行由小到大的排序分别为p1, p2, ..., p10000,校正后的FDR为:p1*10000/1, p2*10000/2, ..., p10000*10000/10000。与Bonferroni correction一致的地方是都乘以了检测总数,不一致的地方是BH算法在此基础上除去了各个原始p-value的排序值。 具体计算方...
correction that if an experimenter is testing n independent hypotheses on a set of data, then the statistical significance level that should be used for each hypothesis separately is 1/n times what it would be if only one hypothesis were tested.For example, to test two independent hypotheses ...
correction that if an experimenter is testing n independent hypotheses on a set of data, then the statistical significance level that should be used for each hypothesis separately is 1/n times what it would be if only one hypothesis were tested.For example, to test two independent hypotheses ...
如果要维持整个检测 (做了m次检测)的Type I error rate < 0.05,则需要设定p-value为0.05/m作为筛选标准。反过来,如果我们做了10000次统计检测,采用Bonferroni correction方法校正后的p值就是原始P-value * 10000。 当然,我们也只是借这个方法理解校正的计算方式,实际却不用这个方法。
许多传统的技术例如Bonferronicorrection从某种意义上来说显得较为保守,他们主要是依靠减少假阳性的个数,同时也会减少 TDR (True Discovery Rate)。FDR方法则是一种更加新颖靠谱的方法。这个方法同样会对每个测试用例赋校正后的p-value,但是,它还控制了错误发现的个数。即在检验出尽可能多的候选变量的同时将错误发现...
假设针对10000个基因进行了统计检验,对所有的原始P-value进行由小到大的排序分别为p1, p2, ..., p10000,校正后的FDR为:p1*10000/1, p2*10000/2, ..., p10000*10000/10000。与Bonferroni correction一致的地方是都乘以了检测总数,不一致的地方是BH算法在此基础上除去了各个原始p-value的排序值。
多重检验中的FDR错误控制⽅法与p-value的校正及 多重检验中的FDR错误控制⽅法与p-value的校正及 原⽂地址：作者：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...
我们一直强调可视化的是原始p-value的分布,如果使用的工具不小心提供的是校正后的p-value,比如使用Bonferroni correction,那么校正后的p-value可能是这个分布。 稀疏分布 Sparse p-values 如图所示,获得的p-value的值比较单一,假如做了10,000次统计检验,只获得很少的不同的检验p-value,可以使用下面的代码获取总共有多...