matlab mafdr,Matlab FDR校正的使用

分析脑电在涉及到多次比较的时候，往往要进行多重比较校正，常用的是有FWE校正和FDR，还有NBS校正，以下的是关于FDR校正的实现，资料来自网上

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.

FDR=mafdr(P,'BHFDR', true);

%基于linear step-up (LSU) procedure (introduced by Benjamini and Hochberg, 1995)。最常见的FDR校正方式，严格程度较高，但比

Bonferroni校正低，适用于 ttest P值显著(<0.01)。

注：

BHFDR的计算过程

将一系列的p值按照从大到小排序，然后利用下述公式计算每个p值所对应的FDR值：

公式：FDR = p * (n/i)， p是pvalue，n是p值个数，最大的P值的i值为n，第二大则是n-1，依次至最小为1。

将计算出来的FDR值作为新p值，如果某一个p值所对应的FDR值大于前一位p值(更大的p值)所对应的FDR值，则放弃公式计算出来的FDR值，选用与它前一位相同的值，因此会产生连续相同FDR值的现象；反之则保留计算的FDR值。

返回p值对应的FDR值。

FDR=mafdr(P,'Lambda', [0.01:0.01:0.95]);

%指定调整参数λ，用于估计零假设为真的先验概率，Lambda Value可以是：(1)0-1内任意一值 (2)4个以上序列，或以示例的矩阵形式：[first:incr:last]，mafdr函数自动选择最优参数。严格程度比1略低，我用第一个不能过校正但是用这个居然可以过，为FDR苦恼得同志们可以被解救了。

FDR= mafdr(P, 'Method', MethodValue, [0.01:0.01:0.95]);

%对选择最优参数lambda的方法进行选择，'bootstrap' (default)，'polynomial'。第3种方法的延伸。