BH法有时也称fdr法,是我们最常用的多重假设检验校正方法,可以很好的控制假阳性率和维持统计检出力。R函数p.adjust可用来计算一组p-value校正后的fdr值。(DESeq2中返回的padj也是用BH方法控制的FDR) q-value是什么? q-value是Storey和Tibshirani提出的基于p-value分布的FDR计量方法,具体见什么,你算出的P-value看...
BH法有时也称fdr法,是我们最常用的多重假设检验校正方法,可以很好的控制假阳性率和维持统计检出力。R函数p.adjust可用来计算一组p-value校正后的fdr值。(DESeq2中返回的padj也是用BH方法控制的FDR) q-value是什么? q-value是Storey和Tibshirani提出的基于p-value分布的FDR计量方法,具体见什么,你算出的P-value看...
BH法有时也称fdr法,是我们最常用的多重假设检验校正方法,可以很好的控制假阳性率和维持统计检出力。R函数p.adjust可用来计算一组p-value校正后的fdr值。(DESeq2中返回的padj也是用BH方法控制的FDR) q-value是什么? q-value是Storey和Tibshirani提出的基于p-value分布的FDR计量方法,具体见什么,你算出的P-value看...
qvalue enrichKEGG函数和enrichGO函数都包含一个用于富集的函数enricher_internal(这个函数属于R包DOSE),而在enricher_internal里,qvalue是用R包qvalue里的qvalue函数算的,用的是bootstrap方法,bootstrap方法是Storey提出的,所以大概算是Storey法的一种 enricher_internal函数源码 qvalue函数详解 参考资料: [统计- 多...
q-value是Storey和Tibshirani提出的基于p-value分布的FDR计量方法,具体见什么,你算出的P-value看上去像齐天大圣变的庙?。 如何尽量减少统计检验次数 我们看到上面的校正方法多于统计检测次数有关,统计检测次数越多,校正也会越强烈。有没有合适的办法来规避一些无意义的统计检验呢?
一文了解P-value，多重比较，FDR和Qvalue的差别 ⼀⽂了解P-value，多重⽐较，FDR和Qvalue的差别 ⾸先交代⼀下⽤来说明这⼏个统计量的例⼦。这⾥会使⽤基因表达作为⼀个例⼦。假设我们有两组细胞：对照组和处理组。我们正在研究基因 A 在处理的条件下是否受到表达或没有表达。每组我们有 12...
q-value是Storey和Tibshirani提出的，它基于p-value分布，能提供一个调整后的FDR估计。减少统计检验次数的方法之一是通过筛选或预处理数据，只对可能重要的部分进行深入分析。总的来说，这些校正方法旨在平衡检验的敏感性和可靠性，确保在大量假设检验中得出的结果更为准确。通过理解这些概念，研究人员能够更...
所以当 pi_0 为 1 时,我们有 Benjamini & Hochberg 校正。这种方法不如 BH 方法保守。使用 bioconductor 包“qvalue”中的 qvalue 函数 sum( qvalue(pvals)$qvalues< 0.05) ## [1] 22 它是22,不如 BH 方法保守。请注意,FDR 是基因列表的一个属性。q 值是为特定基因定义的:...
q-value可以简单理解为表示p-value产生假阳性的概率,当q-value < 0.05时,p-value显著的假阳性小于0.05。 q值(q-value)是p值校正后的结果。 可定义为:多重假设检验过程中,错误拒绝(拒绝真的原假设(零假设))的个数占所有拒绝的原假设个数的比例的期望值(也是代表出错率)。
这时候我们就开始讨论是否可以提高cutoff,这样做是否正确,多大时能够使用,最后我们开始想是否可以用p-value 进行筛选,于是我们开始对这些概念进行讨论,到底什么是p-value,fdr和qvalue,怎么计算得到。参考各种资料,和实验室大牛的讨论。慢慢的开始有了模糊理解,这里写写自己的理解,方便以后自己忘记的时候,查阅。