多重假设检验Boferroni_Correction_FDR

Phylolab lonk: https://book.phylolab.net/binf8441/chap7.html

Boferroni Correction

Bonferroni校正是一种常用的多重比较问题解决方法，其目的是控制家族错误率（Family-Wise Error Rate，FWER），即在所有假设检验中，至少有一次犯第一类错误（Type I error，即错误地拒绝了真实的零假设）的概率。Bonferroni校正通过调整p值的阈值来实现这一目标，从而减少因多重比较而导致的假阳性结果的风险。
基本原理
在单一假设检验中，如果设定显著性水平为α（例如0.05），那么犯第一类错误的概率是5%。但是，当同时进行多个独立的假设检验时，犯至少一次错误的概率会随着检验次数的增加而增加。例如，如果进行10次独立的检验，那么至少有一次犯错误的概率将不再是5%，而是1 - (1 - 0.05)^10 ≈ 0.41，即41%。
Bonferroni校正通过将原始的显著性水平α除以进行的检验次数m来调整p值的阈值，从而控制FWER。这样，只有当调整后的p值小于或等于新的阈值时，结果才被认为是统计显著的。
计算方法
假设有m个独立的假设检验，原始的显著性水平为α，那么Bonferroni校正后的显著性水平α’为：
\alpha’ = \frac{\alpha}{m}
其中，m是检验的次数。只有当原始p值小于或等于α’时，相应的假设检验结果才被认为是统计显著的。
例子
假设有一个研究，需要对10个基因的表达差异进行假设检验，显著性水平设定为0.05。如果不进行校正，那么每个基因的p值阈值为0.05。但是，使用Bonferroni校正后，每个基因的p值阈值将调整为0.05/10 = 0.005。这意味着，只有当某个基因的p值小于或等于0.005时，才能认为该基因的表达差异在统计上是显著的。
优缺点
优点：
• 简单易行，容易理解和实施。
• 对于小规模的多重比较问题，控制FWER的效果较好。
缺点：
• 对于大规模的多重比较问题，过于保守，可能导致很多真实的显著结果被忽略（即增加第二类错误，Type II error的风险）。
• 减少了研究的统计能力，使得发现真实效应变得更加困难。

由于这些缺点，Bonferroni校正在面对大量多重比较时通常不被推荐。在这种情况下，其他方法如Benjamini-Hochberg方法或Holm-Bonferroni方法等可能更为合适，因为它们在控制假阳性率的同时，提供了更好的统计能力。

FDR

FDR（False Discovery Rate）调整后的p值是一种在多重假设检验中控制假阳性率的方法。它允许在所有被认为是统计显著的结果中，有一定比例的假阳性结果。例如，如果设定FDR为5%，那么意味着在所有被标记为统计显著的结果中，我们预计只有5%是假阳性的。

FDR与p值的主要区别在于，p值是在零假设为真的前提下，观察到当前或更极端结果的概率。而FDR是所有被错误判定为显著的结果中，期望的比例。因此，FDR提供了一种在进行多重比较时，控制假阳性结果比例的方法。

在实际应用中，FDR调整后的p值（也称为q值）可以通过多种方法计算，其中最常用的是Benjamini-Hochberg程序。这个程序首先将所有的原始p值从小到大排序，然后通过一定的公式计算出调整后的p值，以控制FDR在设定的水平以下。具体来说，对于排序后的第i个p值，其调整后的p值是通过将原始p值乘以总测试次数m除以当前的排名i来计算的。如果这个调整后的p值小于或等于预先设定的FDR水平（例如0.05），那么这个结果就被认为是统计显著的。
例如，如果我们有一组p值，并且我们想要控制FDR在5%以下，我们会找到最大的整数i，使得第i个p值乘以总测试次数m除以i小于或等于0.05。所有小于或等于这个阈值的p值都被认为是统计显著的，并且它们的FDR不会超过5%。

在R语言中，可以使用p.adjust函数来计算FDR调整后的p值。例如，如果我们有一组p值，并且我们想要使用Benjamini-Hochberg方法来控制FDR，我们可以这样做：
p <- c(0.0003, 0.0001, 0.02)
adjusted_p <- p.adjust(p, method = “fdr”, n = length§)

这将返回每个p值的FDR调整后的值。需要注意的是，FDR调整后的p值和原始p值的顺序是一样的，但是它们的值会更大，以反映多重比较的校正。

总的来说，FDR调整后的p值是一种在多重比较情况下，平衡假阳性和假阴性率的有用工具，它允许研究者在保持一定比例的假阳性结果的同时，识别出更多的真实显著结果。