关于p值的数学意义，其实就是一个[假设检验]的判断依据。
[统计学]讲究“[疑罪从无]，在得到充分证据证明A和B相关之前，统计学家都遵循“[无罪推定]，认为A和B是无关的。只有在模型拿出确凿地表明A、B无关的假设错误时，我们才认为两者是相关的。
如果P很小，表明“无罪推定”得出了一个近乎不可能的结论，也就是”无罪推定“错了
之前对于P值的笔记中，提到过P值需要进行校正。因为P值的阈值是人为规定的，无论是多小的P值，也仅仅能代表结果的低假阳性，而非保证结果为真。即使P值已经很小（比如0.05），也会被检验的总次数无限放大。比如检验10000次，得到假阳性结果的次数就会达到 5%*10000=500次。
这时候我们就需要引入多重检验来进行校正，从而减低假阳性结果在我们的检验中出现的次数。
主要使用的校正办法有两种：
1.Bonferroni 校正
Bonferroni 校正法可以称作是“最简单粗暴有效”的校正方法，它拒绝了所有的假阳性结果发生的可能性，通过对p值的阈值进行校正来实现消除假阳性结果。
Bonferroni 校正的公式为p*(1/n)，其中p为原始阈值，n为总检验次数。
如果像我们举的例子一样，原始的P值为0.05，检验次数为10000次，那么在Bonferroni 校正中，校正的阈值就等于5%/ 10000 = 0.000005，所有P值超过0.00005的结果都被认为是不可靠的。这样的话假阳性结果在10000次检验中出现的次数为 10000 * 0.000005 =0.5，还不到1次。
但是这也存在问题：Bonferroni 委实太过严格，被校正后的阈值拒绝的不只有假阳性结果，很多阳性结果也会被它拒绝。
2.2. FDR（FalseDiscovery Rate） 校正
相对Bonferroni 来说，FDR温和得多，这种校正方法不追求完全没有假阳性结果，而是将假阳性结果和真阳性的比例控制在一定范围内。
举个例子，我们最开始设定的情况中进行了10000次检验，这次我们设定FDR<0.05，如果我们的检验对象为差异表达的基因，那么在10000次检验中假如得到了500个基因，那么这500个基因中的假阳性结果小于 500*5% = 25 个。
FDR的计算方法有很多种，这里介绍一个比较常用的：
BH（Benjaminiand Hochberg）法：
BH 法需要将总计m次检验的结果按由小到大进行排序，k为其中一次检验结果的P值所对应的排名。
找到符合原始阈值α的最大的k值，满足P(k)<=αk/m，认为排名从1到k的所有检验存在显著差异，并计算对应的q值公式为q = p(m/k)。
FDR检验的BH方法
p<-c(0.0056,0.0021,0.00031,0.02,0.003,0.123,0.0002,0.005)
padjust<-p.adjust(p,method="BH")
转载自网上的几篇文章的集合，如有不妥，请联系我
网友评论