精华内容
下载资源
问答
  • Bonferroni校正

    千次阅读 2019-10-02 13:20:10
    Bonferroni校正:如果在同一数据集上同时检验n个独立的假设,那么用于每一假设的统计显著水平,应为仅检验一个假设时的显著水平的1/n http://baike.baidu.com/view/1217813.htm?fr=aladdin Bonferroni校正法: 此...

    Bonferroni校正:如果在同一数据集上同时检验n个独立的假设,那么用于每一假设的统计显著水平,应为仅检验一个假设时的显著水平的1/n

    http://baike.baidu.com/view/1217813.htm?fr=aladdin

     

    Bonferroni校正法:

    此方法是在进行两两比较时对检验水准进行调整的办法,但是该方法在比较的次数较多时,就不太适合,因为校正后的检验水准会过小。此时可采用sidark法进行多重比较(仍然是对检验水准进行调整)。

    统计学中一般以小概率作为判断差异是否显著的标准,通常都以0.05或0.01作为判断标准。在多重比较中, bonferroni是以t分布作为检验分布的,但多重比较时若均以0.05作为小概率的话,每次比较就会有5%犯一型错误的可能。但如果有n次比较,如有4个组要做6次比较,则有C6(2)*5%一型错误发生的概率,不符合小概率判断的原则。因此,bonferroni中,将小概率0.05或0.01除以要比较的次数n,作为判断显著性的小概率,这样,多重比较总的一型错误发生的概率不会超过0.05或0.01。

    控制累积Ⅰ类错误概率增大的方法
    采用Bonferroni法,SNK法和Tukey法等方法
    累积Ⅰ类错误的概率为α'
    当有k个均数需作两两比较时,比较的次数共有c= = k!/(2!(k-2)!)=k(k-1)/2
    设每次检验所用Ⅰ类错误的概率水准为α,累积Ⅰ类错误的概率为α',则在对同一实验资料进行c次检验时,在样本彼此独立的条件下,根据概率乘法原理,其累积Ⅰ类错误概率α'与c有下列关系:
    α'=1-(1-α)c (8.6)
    例如,设α=0.05,c=3(即k=3),其累积Ⅰ类错误的概率为α'=1-(1-0.05)3 =1-(0.95)3 = 0.143
    一,Bonferroni法
    方法:采用α=α'/c作为下结论时所采用的检验水准.c为两两比较次数, α'为累积I类错误的概率.
    例8-1四个均值的Bonferroni法比较
    设α=α'/c=0.05/6=0.0083,由此t的临界值为t(0.0083/2,20)=2.9271
    Bonferroni法的适用性
    当比较次数不多时,Bonferroni法的效果较好.
    但当比较次数较多(例如在10次以上)时,则由于其检验水准选择得过低,结论偏于保守.

    转载于:https://www.cnblogs.com/Acceptyly/p/4011611.html

    展开全文
  • 多重假设检验与Bonferroni校正、FDR校正
    展开全文
  • (2)对于Bonferroni校正,是将p-value的cutoff除以n做校正,这样差异基因筛选的p-value cutoff就更小了,从而使得结果更加严谨 (3)FDR校正是对每个p-value做校正,转换为q-value。q=p*n/rank,其中rank是指p-...
    总结起来就三句话:
    (1)当同一个数据集有n次(n>=2)假设检验时,要做多重假设检验校正
    (2)对于Bonferroni校正,是将p-value的cutoff除以n做校正,这样差异基因筛选的p-value cutoff就更小了,从而使得结果更加严谨
    (3)FDR校正是对每个p-value做校正,转换为q-value。q=p*n/rank,其中rank是指p-value从小到大排序后的次序。
    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异表达),导致了假阳性的产生(犯错的概率为5%)。
    如果检验一次,犯错的概率是5%;检测10000次,犯错的次数就是500次,即额外多出了500次差异的结论(即使实际没有差异)。为了控制假阳性的次数,于是我们需要对p值进行多重检验校正,提高阈值。

    方法一.Bonferroni
    “最简单严厉的方法”
    例如,如果检验1000次,我们就将阈值设定为5%/ 1000 = 0.00005;即使检验1000次,犯错误的概率还是保持在N×1000 = 5%。最终使得预期犯错误的次数不到1次,抹杀了一切假阳性的概率。
    该方法虽然简单,但是检验过于严格,导致最后找不到显著表达的蛋白(假阴性)。
    方法二.FalseDiscovery Rate
    “比较温和的方法校正P值”
    FDR(假阳性率)错误控制法是Benjamini于1995年提出的一种方法,基本原理是通过控制FDR值来决定P值的值域。相对Bonferroni来说,FDR用比较温和的方法对p值进行了校正。其试图在假阳性和假阴性间达到平衡,将假/真阳性比例控制到一定范围之内。例如,如果检验1000次,我们设定的阈值为0.05(5%),那么无论我们得到多少个差异蛋白,这些差异蛋白出现假阳性的概率保持在5%之内,这就叫FDR<5%。
    那么我们怎么从p value 来估算FDR呢,人们设计了几种不同的估算模型。其中使用最多的是Benjamini and Hochberg方法,简称BH法。虽然这个估算公式并不够完美,但是也能解决大部分的问题,主要还是简单好用!
    FDR的计算方法
    除了可以使用excel的BH计算方法外,对于较大的数据,我们推荐使用R命令p.adjust。


    1.我们将一系列p值、校正方法(BH)以及所有p值的个数(length(p))输入到p.adjust函数中。
    2.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:p * (n/i), p是这一次检验的pvalue,n是检验的次数,i是排序后的位置ID(如最大的P值的i值肯定为n,第二大则是n-1,依次至最小为1)。
    3.将计算出来的FDR值赋予给排序后的p值,如果某一个p值所对应的FDR值大于前一位p值(排序的前一位)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。
    4. 将FDR值按照最初始的p值的顺序进行重新排序,返回结果。
    最后我们就可以使用校正后的P值进行后续的分析了。

    转载于:https://www.cnblogs.com/hechangchun/p/10240379.html

    展开全文
  • 多重检验中的FDR错误控制方法与p-value的校正及Bonferroni校正
    展开全文
  • Bonferroni 校正用于保持错误报告低于某个 ALPHA 值的差异的总机会。 例如,考虑一个有四名患者的实验。 他们的体温是在早上 8 点、中午和下午 5 点测量的。 此功能可用于测试上午 8 点和中午之间、中午和下午 5 ...
  • 假设每次检验独立的条件下该概率可增加至 常见的多重比较情景包括: 多组间比较 多个主要指标 临床试验中期中分析 亚组分析 控制多重比较谬误(Familywise error rate):Bonferroni矫正 Bonferroni法得到的矫正P值=P...
  • Bonferroni-Holm (1979) 多重比较校正。 这是用于多重比较的简单 Bonferroni 校正的顺序拒绝版本,并强烈控制 alpha 水平的家庭错误率。 它的工作原理如下: 1) 所有 p 值按从小到大的顺序排序。 m 是 p 值的数量。 ...
  • Bonferroni-Holm(又名 Holm-Bonferroni)确定一系列假设是否仍然显着控制家庭错误率 (FWE) 并随后控制错误发现率 (FDR) Bonferroni-Holm 方法校正多重比较(假设检验) . 它不如 Bonferroni 校正保守,但更强大...
  • Bonferroni correction(邦费罗尼校正)系列文章目录前言一、Bonferroni correction(邦费罗尼校正)是什么?二、储备知识1.零假设与备择假设2.型一错误,型二错误三、原理与公式1.我看到了一处非常好的讲解2.累积Ⅰ...
  • 该方法是由Carlo Emilio Bonferroni发展的,因此称Bonferroni校正。 这样做的理由是基于这样一个事实:在同一数据集上进行多个假设的检验,每20个假设中就有一个可能纯粹由于概率,而达到0.05的显著水平。 维基百科...
  • 多重假设检验与Bonferroni校正、FDR校正 多重假设检验与校正、BH校正 FDR 和 q-value FDR-P值是什么东西 总结起来就是pvalue是一切的基础,在做校正的时候qvalue,可以由常用的三个方法分别是Bonferroni校正,BH校正...
  • 原文地址:多重检验中的FDR错误控制方法与p-value的校正及Bonferroni校正作者:流泪鱼 数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate...
  • Bonferroni 校正一样,此方法以控制家庭错误率的方式调整 p 值。 但是,当测试中的不同变量相关时,置换方法将比 Bonferroni 校正更强大。 参考: Blair, RC & Karniski, W. (1993) 一种用于波形差异电位显着性...
  • Bonferroni correction

    2012-06-11 21:42:00
    From Wikipedia: In statistics, the Bonferroni correction is a method used to counteract the problem of multiple comparisons. It was developed and introduced by Italian mathematician Carlo Emilio Bonf....
  • 基于三个 t 统计量(等方差、Welch t、t_dif)之一的独立样本置换... 与 Bonferroni 校正一样,此方法以强烈控制家庭错误率的方式调整 p 值。 但是,当测试中的不同变量相关时,置换方法将比 Bonferroni 校正更强大。
  • Bonferroni校正减少了在执行多个测试时获得具有统计意义的结果(即I型错误)的可能性。 尽管Bonferroni易于计算,但缺乏统计能力。 Holm-Bonferroni方法的计算也相当简单,但是它比单步Bonferroni方法更强大。 ...
  • 传统的GWAS研究只计算单个SNP位点与表型之间的关联性,再用Bonferroni校正,通过给定的阈值,筛选出显著的SNP位点。 这样会存在两个问题,第一、Bonferroni校正非常严格,很多对表型也有贡献的位点会因为达不到阈值...
  • 统计学之Bonferroni-corrected

    千次阅读 2018-09-01 11:18:10
    Bonferroni-corrected是指对检验水平p值进行矫正,举个例子,三组进行比较,看每个组别之间是否存在差异,两两比较就需要比较三次,若进行一次比较时p值为0.05,则进行三次比较之后,p=0.05/3=0.0167,只有当计算...
  • 统计学 学习笔记:常见统计学检验概念Bonferroni 校正LSDS-N-K法 Bonferroni 校正 FDR错误控制法是Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值。 假设你挑选了R个差异表达的...
  • FDR是一种比Bonferroni校正之类的程序更为保守/更有效的方法,它可以校正多重比较,而Bonferroni校正程序则可以对家庭错误率(即错误地拒绝一个或多个无效假设的可能性)提供了强有力的控制。 当族中相当大比例的...
  • Holm–Bonferroni method

    2017-05-27 11:50:00
    be the first rejected true hypothesis (first in the ordering given by the Bonferroni–Holm test). So h − 1 {\displaystyle h-1} is the last false hypothesis rejected and h − 1 + m 0 ≤ m {\...
  • 多重假设检验:Bonferroni 和 FDR

    千次阅读 2020-03-25 20:40:41
    在进行生物统计学的计算过程中,P值是需要进行校正的。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。...
  • Friedman test 和 Bonferroni-Dunn test 整理

    千次阅读 2018-12-18 14:07:06
    Friedman test 和 Bonferroni-Dunn test 是作者写论文时遇到的,经查阅相关文献,内容整理如下,如有错误,还望指正。
  • -fwer_holmbonf:FWER的Holm-Bonferroni校正(也称为顺序Bonferroni)。 -fdr_BH:FDR的本杰米尼-霍格伯格(Benjamini-Hochberg)修正。 -fdr_BY:FDR的Benjamini-Yekutieli更正。 -fdr_storey:正FDR的楼层校正,...
  • 给定 pvalues 输入数组pvalues ,此函数通过将每个 p 值乘以m来计算 Bonferroni 校正, m是测试假设的数量。 这默认等于pvalues数组的长度,但可以选择通过numHypotheses参数提供。 .fdr(pvalues,[numHypotheses]) ...
  • 看论文理解 http://www.docin.com/p-912146197.html

空空如也

空空如也

1 2 3 4 5 ... 18
收藏数 348
精华内容 139
关键字:

bonferroni校正