FDR校正
一、假设检验
假设检验的基本思路是:
设立零假设(null hypothesis)H0,以及与零假设H0相对应的非零假设(alternative hypothesis)H1,在假设H0成立的前提下,计算出H0发生的概率,若H0的发生概率很低,基于小概率事件几乎不可能发生,所以可以拒绝零假设。
科学研究一般会把我们希望得到的结论当作非零假设,而期望否定的结论当作零假设。只要我们证明零假设发生的概率很小,我们就有理由拒绝零假设,从而接受非零假设。
例如,我希望得到的结论是早上能够八点起床。那么零假设可以设为:早上八点起不来,如果我计算出来早上八点起不来床的概率非常低,我们就可以接受非零假设:我能够八点起床。
二、假阳性
假阳性:简单打个比喻,就是你本来健健康康的,却被辣鸡医院检测出来你得了病,这就是假阳性。
假阳性率:是对于所有阳性的样本而言,其中是假阳性的有多少。比如,公司体检100个人,检测出来10个人有病,但真正有病的是8个人,那么假阳性率就是0.2。
三、 p值和q值
p值衡量的是原本我们应该接受H0,但实际接受的是H1的概率,它是针对单次统计推断的一个置信度评估。还是之前的例子,如果p=0.05,意味着:能够八点起床 这个假设出错的概率为5%。
q值衡量的是在进行多次统计推断后的假阳性率。
四、 FDR校正
之前的例子中,如果我们检验次数多达10000次,那么犯错的概率将500多次。这里虽然犯错的概率没变(5%),但是随着检验次数的增多,我们犯错的次数增多了。因此就需要多重检验校正来减低假阳性的次数。
FDR校正就是为了控制假阳性率。例如,对应于脑网络研究中,假设大脑总共有10000个体素,通过假设检验发现有2000个体素的P<0.05。那么FDR<0.02说的是在2000个激活的体素中,假阳性的体素不超过2000*0.02=40个。
五、 如何计算FDR
使用最多的是Benjaminiand Hochberg的方法,简称BH法。
BH 方法首先对p值进行升序排列,对于给定的阈值的,找到最大的k值,使得:q = (p*m)/k <α成立
其中的p为p值,m为检验次数,k为此次检验的p值在所有检验次数中的排名。
假设检验了5次 ,阈值α=0.05 ,按p值的大小升序排列
p(1) = 0.01 p(2) = 0.015 p(3) = 0.02 p(4) = 0.025 p(5) = 0.03
q(1) = (0.01*5)/1 = 0.05 q(2) = (0.015*5)/2 = 0.0375
q(3) = (0.02*5)/3 = 0.0333 q(4) = (0.025*5)/4 = 0.03125
q(5) = (0.03*5)/5 = 0.03
所以最大的k为3,即认为在FDR<0.05的情况下,1、2、3可以视作为真阳性。对应于脑网络中的那个例子,原本是五个体素都激活,但
经过FDR校正之后,只有3个激活了。
FDR校正的更多相关文章
- 学习笔记50—多重假设检验与Bonferroni校正、FDR校正
总结起来就三句话: (1)当同一个数据集有n次(n>=2)假设检验时,要做多重假设检验校正 (2)对于Bonferroni校正,是将p-value的cutoff除以n做校正,这样差异基因筛选的p ...
- matlab FDR校正
http://home.52brain.com/forum.php?mod=viewthread&tid=27066&page=1#pid170857 http://www.mathw ...
- SPM FDR校正
来源: http://blog.sciencenet.cn/blog-479412-572049.html,http://52brain.com/thread-15512-1-1.html SPM8允 ...
- 学习笔记49—matlab FDR校正
matlab自带函数mafdr,当ttest数较多时,可直接用[FDR, Q]=mafdr(P):但是Storey procedure在p值少于1000个时会崩溃,此时应改用BH FDR方法:mafd ...
- 假设检验:p-value,FDR,q-value
来源:http://blog.sina.com.cn/s/blog_6b1c9ed50101l02a.html,http://wenku.baidu.com/link?url=3mRTbARl0uPH ...
- MCP|MZL|Accurate Estimation of Context- Dependent False Discovery Rates in Top- Down Proteomics 在自顶向下蛋白组学中精确设定评估条件估计假阳性
一. 概述: 自顶向下的蛋白质组学技术近年来也发展成为高通量蛋白定性定量手段.该技术可以在一次的实验中定性上千种蛋白,然而缺乏一个可靠的假阳性控制方法阻碍了该技术的发展.在大规模流程化的假阳性控制手段 ...
- 浅谈多重检验校正FDR
浅谈多重检验校正FDR Posted: 四月 12, 2017 Under: Basic By Kai no Comments 例如,在我们对鉴定到的差异蛋白做GO功能注释后,通常会计算一个p值 ...
- FDR错误发现率-P值校正学习[转载]
转自:https://baike.baidu.com/item/FDR/16312044?fr=aladdin https://blog.csdn.net/taojiea1014/article/d ...
- regression | p-value | Simple (bivariate) linear model | 线性回归 | 多重检验 | FDR | BH | R代码
P122, 这是IQR method课的第一次作业,需要统计检验,x和y是否显著的有线性关系. Assignment 1 1) Find a small bivariate dataset (pref ...
随机推荐
- 安装 Homebrew&iterm2&Oh My Zsh
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/instal ...
- .NET Core如何进行请求转发?
前言 冒个泡,近日,有关注我公众号的小伙伴私信我,遇到一个问题搞了很久没解决,此问题具有参考意义,这里跟大家分享下,希望对后续可能有需要的你能有所参考和帮助. 请求转发问题 内网环境跟外网隔离,现在外 ...
- [论文阅读] RNN 在阿里DIEN中的应用
[论文阅读] RNN 在阿里DIEN中的应用 0x00 摘要 本文基于阿里推荐DIEN代码,梳理了下RNN一些概念,以及TensorFlow中的部分源码.本博客旨在帮助小伙伴们详细了解每一步骤以及为什 ...
- 【Kata Daily 191010】Grasshopper - Summation(加总)
题目: Summation Write a program that finds the summation of every number from 1 to num. The number wil ...
- C++变量的存储类型
C++变量和函数包括两个属性:数据类型和数据的存储类型.存储类型是指数据在内存中存储的方式.变量的存储类型分为四种:自动类型(auto),寄存器类型(register).静态类型(static)外部类 ...
- markdown语法入门笔记
Markdown 是一种轻量级标记语言 1.标题 # ## ... ###### 分别为1到6级标题 (#后要加空格) 7个以上的#的没有效果 阿萨德阿萨德 阿萨德 2.字体 *斜体文本* _斜体文本 ...
- 3.2spring源码系列----循环依赖源码分析
首先,我们在3.1 spring5源码系列--循环依赖 之 手写代码模拟spring循环依赖 中手写了循环依赖的实现. 这个实现就是模拟的spring的循环依赖. 目的是为了更容易理解spring源码 ...
- 转载:Pycharm的常用快捷键
一直想着找一下pycharm的快捷键,但是每次都忘记找了,这次刚好碰到一个很全的,就直接借用别人的来当作自己的笔记ba 转载来源:https://www.cnblogs.com/liangmingsh ...
- 无法将“add-migration”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。解决方案
在程序包管理控制台中执行 Install-Package Microsoft.EntityFrameworkCore.Tools
- 【日拱一卒】链表——如何实现lru
LRU Redis的内存淘汰机制好几种,如ttl.random.lru. lru(less recently used)即最近最少使用策略,表示在最近一段时间内最少被使用到的Redis键,如果遇到内存 ...