多重假设检验与校正

目录

一、多重假设检验问题

 二、方法

1、Bonferroni校正

2、FalseDiscovery Rate (FDR校正)

---

参考链接：https://blog.csdn.net/zhu_si_tao/article/details/71077703

一、多重假设检验问题

举一个具体的实例：

我们测量了M个基因在A,B,C,D,E一共5个时间点的表达量，求其中的差异基因，具体做法：

（1）首先做ANOVA，确定这M个基因中有哪些基因至少出现过差异

（2）5个时间点之间两两比较，一共比较5*4/2=10次，则多重假设检验的n=10

（3）每个基因做完10次假设检验后都有10个p-value，做多重假设检验校正（n=10），得到q-value

（4）根据q-value判断在哪两组之间存在差异

通过T检验等统计学方法对每个蛋白进行P值的计算。T检验是差异蛋白表达检测中常用的统计学方法，通过合并样本间可变的数据，来评价某一个蛋白在两个样本中是否有差异表达。

但是由于通常样本量较少，从而对总体方差的估计不很准确，所以T检验的检验效能会降低，并且如果多次使用T检验会显著增加假阳性的次数。

例如，当某个蛋白的p值小于0.05（5%）时，我们通常认为这个蛋白在两个样本中的表达是有差异的。但是仍旧有5%的概率，这个蛋白并不是差异蛋白。那么我们就错误地否认了原假设（在两个样本中没有差