p-value&FPR以及q-value&FDR

最新推荐文章于 2025-04-17 20:00:00 发布
最新推荐文章于 2025-04-17 20:00:00 发布
阅读量2.9w 收藏 68
点赞数 15
分类专栏： 统计学 文章标签： 生物信息学 统计学 高通量测序
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sixu_9days/article/details/78992642
版权
在测序数据中，我们经常能在差异统计表格看到P-value以及FDR值。而在生信数据的分析中，也会经常对P-value进行FDR校正。这么做的目的是什么，FDR校正的原理又是什么呢？
首先我们来看 P-value的定义：在假设检验中，当原假设（H0）为真时，所得到的样本观察结果或更极端结果出现的概率。
如果P-value很小，说明原假设为真时，这个数据甚至更极端的数据出现的概率很小；而当P-value小于一个我们人为预先设定的值α（生物分析中一般取0.05）的时候，与其相信这个小概率事件的发生，我们认为更为合理的选择是拒绝原假设（H0）。

下面引用在网上看到的一个解释，十分简洁易懂。



好了，理解了P-value的概念后，为了方便理解接下来的概

最低0.47元/天 解锁文章
如何通俗地理解Family-wise error rate(FWER)和False discovery rate(FDR)
sch的学习笔记
02-03 3万+
Family-wise error rate(FWER)，暂时还不了解比较通俗易懂的翻译。False discovery rate(FDR)，一般翻译为错误发现率。在研究使用假设检验解决机器学习中的分类问题时，我遇到了多重假设检验问题。FWER和FDR正是解决这一问题的两种方法。经过老师和师兄师姐的指导，我能够将FDR应用于自己的问题当中，并且实验结果也有所改善。但是，应用之后，我仍然存在一些困惑...
假设检验 p-value，FDR，q-value
wt141643的博客
03-26 7185
1、p-value 单个假设检验中主要依靠p值(或统计量t)做出是否拒绝零假设H0的决定：p-value和预先设定的检验水准 α 做对比，如果p-value小于等于α，拒绝原假设，否则不拒绝原假设。 p-value：表征了在原假设成立的条件下，重复进行当前的试验，获得现有统计量t及其更极端情况的概率。 给定检验水准 α 时，可得出对应的拒绝域；根据当前试验，可以计算出 p-val...
富集分析——GO、KEGG
最新发布
weixin_52380548的博客
04-17 3217
GO、KEGG
p-value，q-value,FDR
watermel__的博客
06-26 1万+
假阴性错误（false-negative errors）: 高水平的基因可能偶尔没有检测到 假阳性错误（false-positive errors）: 低水平表达的基因由于扩增偏差，可能显得过于丰富，导致假阳性错误   一、P值和q值的定义 P值（P-value） 即概率，反应某一事件发生的可能性大小。统计学根据显著性检验方法得到的P值，通常以P＜0.05为显著，P＜0.01为极显著，其含义为：抽样误差导致的样本间的差异的概率小于0.05或0.01。 根据定义，P值可简单理解为判.
FDR错误发现率-P值校正学习[转载]
weixin_34066347的博客
12-12 3779
转自：https://baike.baidu.com/item/FDR/16312044?fr=aladdinhttps://blog.csdn.net/taojiea1014/article/details/79681249 http://www.360doc.com/content/18/0914/21/19913717_786724085.shtml https://www.soh...
p值还是 FDR
taojiea1014的博客
03-24 2万+
问题：如何筛选差异的基因（蛋白）。已经计算了表达量和p value值，差异的基因（蛋白）太多了，如何筛选。其中最为关键的是需要对p value进行校正。基本概念：零假设：在随机条件下的分布。p值：在零假设下，观测到某一特定实验结果的概率称为p值。假阳性：得到了阳性结果，但这个阳性结果是假的。假阴性：得到了阴性结果，但这个阴性结果是假的单次检验：针对单个基因（蛋白），采用统计检验，假设采用的p值为小...
总被审稿人提起的多重假设检验校正是什么？
悟道西方
08-24 3569
生物信息学习的正确姿势NGS系列文章包括NGS基础、在线绘图、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流...
假设检验：p-value，FDR，q-value
weixin_34000916的博客
08-09 2588
来源：http://blog.sina.com.cn/s/blog_6b1c9ed50101l02a.html，http://wenku.baidu.com/link?url=3mRTbARl0uPHHRFO9CdqhBNeUj-nb8dRwtqRN2oGqu8u1kN6IsqgYy-H8ggB7jOkPXhx703oM9YW9ftfOlh2dz7KJmlliOhDa4-WZFEEus_，http...
matlab 计算 fdr,基因富集分析（p值，q值和FDR值）
weixin_34731836的博客
04-10 7034
统计概念配对样本均数t检验p值、pFDR和q值p值相关单个假设检验中主要依靠p值(或统计量t)做出是否拒绝零假设H0的决定：p值和预先设定的检验水准alpha做对比，如果p值小于等于alpha，拒绝原假设，否则不拒绝原假设。p值：表征了在原假设成立的条件下，重复进行当前的试验，获得现有统计量t及其更极端情况的概率。给定检验水准alpha时，可得出对应的拒绝域；根据当前试验，可以计算出p值。当p值越...
重要 线性回归的特征选择 根据 P值， SelectKBest（识别哪些feature选中）, SelectPercentile 迭代选择
qq_38844711的博客
12-13 3553
在特征选择中，最适合在探索阶段使用的就是过滤式的方法，比如方差阈值法和单变量选择法。在上一篇文章中我们介绍了如何在sklearn中使用方差阈值法，那么今天我们就进一步介绍更加实用、有效的单变量选择法。 sklearn中的单变量选择法 单变量选择法的主要思路是根据某些统计检验的方法分别对每个变量进行检验，得到一组分数、p-value数据，然后我们排序选择分数最高(或p-value最小等)的那些特征。...
p-value，p-adjust，q-value三者的定义与使用
热门推荐
weixin_44070677的博客
09-15 5万+
p-value是通过T检验产生的一个参数，它代表了两组样本之间的差异性。 一般来说，当p-value<0.05时，我们认为这两组样本差异显著。 一般情况下，看p-value即可判断样本差异性，但是事实情况并非如此。 有时候我们会在样本中发现许多0值，然后少量其它值，这种情况就会对p-value的可靠性造成影响，往往这种情况p-value会很显著，但很明显这样不符合现实。这种时候我们就需要对p-value进行校正，校正的流程这里不细说了，我们可以简单理解为，p-adjust是用来判断p-value
GSEA p-value和FDR计算方法
linkequa的博客
06-29 911
Estimating Significance. We assess the significance of an observed ES by comparing it with the set of scores ESNULL computed with randomly assigned phenotypes.Multiple Hypothesis Testing.Create a histogram of all NES(S, π) over all S and π. Use this null d
P-value, qvalue, FDR什么区别？总被审稿人提起的多重假设检验校正是什么？
fengdu78的博客
09-18 1639
单次检验的I类错误假设检验是用于检验统计假设的一种方法，其基本思想是“小概率事件”原理，即小概率事件在一次试验中基本上不会发生。假设检验的基本方法是提出一个空假设（null hypothesis），也叫做原假设或无效假设，符号是H0。一次检验有四种可能的结果，用下面的表格表示：Type I error，I类错误，也叫做α错误，假阳性。Type II error，II类错误，也叫做β错误，假阴性。可...
R语言计算多重校正检验FDR q值
weixin_66130850的博客
05-17 979
这个问题从去年困扰我到现在，比较不是专业学代码的，一边学一边忘。先提前整理好excel表,P值按大小排好序。
强化学习MCTS中的Q（Q-Value）和p（Policy）
YHKKun的博客
03-17 889
Q值（预期回报）和P（概率分布）在强化学习和MCTS中共同作用于指导搜索过程和制定策略以最大化预期回报。
混淆矩阵（confusion matrix）是什么？以及能从混淆矩阵中衍生出来的指标FPR、TPR、FDR、ACC、PPV、NPV分别是什么？对应的概念及公式是什么？
data+scenario+science+insight
10-01 2411
混淆矩阵（confusion matrix）是什么？以及能从混淆矩阵中衍生出来的指标FPR、TPR、FDR、ACC、PPV、NPV分别是什么？对应的概念及公式是什么？ 目录 混淆矩阵（confusion matrix）是什么？以及能从混淆矩阵中衍生出来的指标FPR、TPR、FDR、ACC、PPV、NPV分别是什么？对应的概念及公式是什么？ # 混淆矩阵 #从混淆矩阵衍生出来的指标（FPR、TPR、FDR、ACC、PPV、NPV） # 混淆矩阵 混淆矩阵（...
生信分析—差异分析,聚类分析，相关性分析
anyinglengtong的博客
11-18 1万+
生信中提到的二代数据通常指的是第二代测序数据，即在基因组学研究中使用的第二代高通量测序技术生成的数据。第二代测序技术包括Illumina/Solexa、454/Roche、Ion Torrent等平台，它们通常以高通量、低成本、高准确性和较短的读长为特点。这些技术的出现使得大规模基因组测序成为可能，对于遗传学、演化生物学、临床医学等领域的研究起到了重要的推动作用。表型：生物个体可观测的性状。基因型：是指某一生物个体全部基因组合的总称。它反映生物体的遗传构成，即从双亲获得的全部基因的总和。
FDR（False Discovery Rate）矫正
weixin_61365716的博客
04-05 6292
FDR（False Discovery Rate）矫正是一种用于多重假设检验的统计方法，旨在控制错误发现率，即错误地将假设测试判定为显著的比例。与Bonferroni矫正相比，FDR矫正通常更加强大，因为它尝试平衡发现真实效应的能力和控制错误发现的风险。
废弃P-value，还是学学如何评估统计检验结果？
悟道西方
04-01 1904
前几天，Nature上一篇comment再度引发关于p-value如何使用和解释的文章：Scientists rise up against statistical significance，800多名科学家联合声明拒绝使用基于p-value或置信区间或贝叶斯因子等的二分法将研究结果分为统计显著和统计不显著两个部分，而是应该把置信区间改为兼容性区间, 描述区间所有值的实际含义，尤其是其所代表的的效...
评价指标如F-value、G-mean、AUC
06-12
F-value、G-mean、AUC是常用的分类模型评价指标，具体解释如下： 1. F-value F-value是综合考虑分类器的Precision和Recall两个指标的综合指标，常用于评价二分类模型的性能。F-value越大表示模型的性能越好。 F-...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值