matlab mafdr,FDR校正的程序实现及严格程度对比

FDR校正的程序实现及严格程度对比

前言

做统计分析就离不开P value<0.05，而写过科研文章的人也都知道没有经过FDR校正的P值就像一盘散沙，不用风吹，走两步自个儿就散了。 那么FDR校正这个让人又爱又恨的东西是什么呢？又是如何实现呢？

原理是这样：设总共有m个候选基因，每个基因对应的p值从小到大排列分别是 p(1),p(2),...,p(m),则若想控制fdr不能超过q(如0.05)，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。计算方法参考：http://stat.ethz.ch/R-manual/R-devel/library/stats/html/p.adjust.html

没听明白？再说简单点就是对统计分析结果产生的P值做一次筛选，对原始P值<0.05这个显著性的真实性用FDR校正后的新P值做判定。

下面对FDR校正的程序实现基于MATLAB和R分别进行介绍。

(一) MATLAB实现

mafdr函数

1. FDR = mafdr(PValues);

%最简单的实现方式，基于Storey procedure ( introduced by Storey, 2002)，适用于P值数量>1000的情况，否则原则上会崩溃。我用MATLAB测试过，会出现warning，但不会报错。严格程度较低，如果你的 ttest P值不是特别显著(0.01-0.05)，可以用这个试试，或许可以过FDR校正.

2.FDR=mafdr(P,'BH