多重检验中的FDR错误控制方法与p

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)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的.实践中希望错误比例Q＝V/R平均而言不能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％. 根据Benjamini在他的文章中所证明的定理，控制fdr的步骤实际上非常简单。

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，则只需找到最大的正整数i，使得 p(i) p  p [1] 3e-04 1e-04 2e-02 >  > p.adjust(p,method="fdr",length(p)) [1] 0.00045 0.00030 0.02000 >  > p*length(p)/rank(p) [1] 0.00045 0.00030 0.02000 > length(p) [1] 3 > rank(p) [1] 2 1 3  sort(p) [1] 1e-04 3e-04 2e-02