r语言如何计算t分布临界值_[统计]从p-value到q-value的计算（附代码）

看到群里有老师在问“如何从p-value计算获得q-value”。今天简单进行下讨论，并附送一份可在命令行下独立运行的代码。首先，关于“P值”我们昨天讨论了“计算个“P值”，咱也不太懂，咱也不敢信”。大家或许还对下面的这张PPT还有印象：对于来自相同分布的两组样本，如果很多次采集数据并进行假设检验，“本不应显著的”两组样本也会出现P值很小的“显著结果”（“P-hacking”）。

上图中，我们对来自相同正态分布n(5,5)的x和y进行仿真，每次模拟三个重复，并进行t检验；假设我们有这么一个“劳模”进行了1000次（x轴）独立实验，并各自计算出p值（y轴）；其中，红线为p=0.05的阈值线。从图上看出，1000次实验中，有很多次已经出现p<0.05的情况了。实际上，这种情况下“P-value”服从[0,1]区间的“均匀分布”；在随机情况下，1000次实验出现也能出现大约50次“P<0.05的情况”。所以，在进行了很多次假设检验的时候，为了控制FDR（错误发现率），就要使用统计学方法进行“多检验矫正”（multiple-testing correction），并计算得到q-value。关于p-value、q-value和FDR的关系，大家可以参考本文链接的网页上的解释（英文的哦~~）。本文不重复讨论。

但简单地，我们对q-value和p-value的特点进行以下总结：

P-value和Q-value都是分布在[0,1]范围内的实数。
从P-value列表计算得到Q-value列表的统计模型有很多（参考R语言中p.adjust函数）。
P-value 列表计算得到Q-value后，各个元素的大小排序不发生改变（不考虑相等的情况）。
相对于P-value列表中的对应元素的p值，其q值只会变大（或不变），不会变小（但不会超过1）。
P值经放大到对应的Q值的过程中，和列表中的元素的个数也有关系：即，不同的总体元素个数下，同一个P值经放大往往会得到不同的Q值。
如果同时进行的假设检验次数很多时，只使用“P值”进行讨论的稿件，会被审稿人质疑作者的统计学基础。

以下是小编附送的一份R语言的代码，另存为可执行的文件后，可通过一行shell命令将P值转换为Q值。供各位同行参考。

在linux命令行下，将下的代码另存为 Pv2Qv.R文件，并添加可执行权限。

#!/usr/bin/env Rscript# by 麦陇 @ 小麦研究联盟suppressPackageStartupMessages(library("optparse"))option_list <- list(  make_option(c("-i", "--infile"), dest = "infile", default = "",              help="[opt] input file, use STDIN if omitted"),  make_option(c("-p", "--pv"), dest = "pv_col", default = 1,              help="The column number for p value [default: %default]"),  make_option(c("-o", "--outfile"), dest = "outfile", default = "",              help = "[opt] output file, use STDOUT if omitted"))#parser <- OptionParser(usage = "%prog [options] file",     option_list=option_list, description = "Description:   Calculate the q-values from a list of p-values.  New columns will be added to in right most column of output.xls.Example:   Pv2Qv.R -i input.xls -o output.xls               ")#arguments <- parse_args(parser)opt <- arguments$options# infileinfile <- arguments$infileif(infile == "") {  infile = file("stdin")}# outfileoutfile = arguments$outfileif( outfile == "") {  outfile = stdout()}# Read the input fileT = read.table( infile, header=FALSE, sep = "t", check.names = FALSE)PV = T[,arguments$pv_col]QV = format(p.adjust(PV, method = "fdr"), digits = 4, scientific = TRUE)write.table( cbind(T, QV), file = outfile, quote = FALSE, sep = "t",            row.names = FALSE, col.names = FALSE)

之后，就可以参考如下命令行从P值直接生成Q值。

说明：输入文件需要是包含所有元素的、同时计算了P值的列表；可以有多列，在命令行中指定P值所在的列号即可（如第三列：“-p 3”）。

./Pv2Qv.R -i input_file -p 3  -o output_file # 假设输入文件中第三列是P值# 生成文件output_file会在input_file的基础上增加一列对应的q值。

最后，感谢小伙伴们对我们昨天文章的点赞支持，投必得会联合我们科研圈内奋斗在生统第一线的老师跟大家分享。投必得在线教育平台也在紧锣密鼓地筹备当中，预计下个月正式上线，到时希望小伙伴们来捧场啊！

r语言如何计算t分布临界值_[统计]从p-value到q-value的计算（附代码）相关推荐

R语言小白学习笔记13—基本统计
R语言小白学习笔记13-基本统计笔记链接学习笔记13-基本统计 13.1 概括性统计量 13.2 相关系数和协方差 13.3 t-检验 13.3.1 单样本t检验 13.3.2 两样本t检验 13 ...
【R语言 | 如何计算测序数据微生物种类的生态位宽度?如何解释结果】
R语言 | 如何计算测序数据微生物种类的生态位宽度?如何解释结果参考见https://mp.weixin.qq.com/s/MAk7cEQNwUKCKRZ-6xFhbQ(通往学术之路公众号) 参考见 ...
R语言单变量分析实战：汇总统计（Summary Statistics）、频率表（Frequency Table）、图表（charts: boxplot、histogram、density）
R语言单变量分析实战:汇总统计(Summary Statistics).频率表(Frequency Table).图表(charts: boxplot.histogram.density) 目录
R语言威尔考克森秩和统计分布函数Wilcoxon rank Sum Statistic Distribution（dwilcox, pwilcox, qwilcox rwilcox）实战
R语言威尔考克森秩和统计分布函数Wilcoxon rank Sum Statistic Distribution(dwilcox, pwilcox, qwilcox & rwilcox)实战 ...
R语言如何计算矩阵的列均值？
R语言如何计算矩阵的列均值? 目录 R语言如何计算矩阵的列均值? R语言是解决什么问题的? R语言如何计算矩阵的列均值? R语言是解决什么问题的? R 是一个有着统计分析功能及强大作图功能的软件系统, ...
R语言如何计算回归模型参数的置信区间？
R语言如何计算回归模型参数的置信区间? 目录 R语言如何计算回归模型参数的置信区间? R语言是解决什么问题的? R语言如何计算回归模型参数的置信区间? 安利一个R语言的优秀博主及其CSDN专栏: R语 ...
R语言with函数和within函数：with函数基于表达式在dataframe上计算、within函数基于表达式在dataframe上计算并修改原始数据
R语言with函数和within函数:with函数基于表达式在dataframe上计算.within函数基于表达式在dataframe上计算并修改原始数据目录
R语言构建决策树模型（decision tree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容
R语言构建决策树模型(decision tree)并可视化决策树:自定义函数计算对数似然.自定义函数计算模型的分类效能(accuray.F1.偏差Deviance).使用pander包美化界面输出内容 ...
R语言dplyr包group_by函数、summarise函数、where函数和across函数计算dataframe数据中所有的数值数据列的均值、across函数对多个列执行相同的操作
R语言dplyr包group_by函数.summarise函数.where函数和across函数计算dataframe数据中所有的数值数据列的均值.across函数对多个列执行相同的操作目录
R语言拟合ARIMA模型并使用拟合模型进行预测推理：使用forecast函数计算ARIMA模型未来值（如果只想提取预测值，将结果分配给一个对象，然后提取名为mean的列表）
R语言拟合ARIMA模型并使用拟合模型进行预测推理:使用forecast函数计算ARIMA模型未来值(如果只想提取预测值,将结果分配给一个对象,然后提取名为mean的列表) 目录

r语言如何计算t分布临界值_[统计]从p-value到q-value的计算（附代码）

r语言如何计算t分布临界值_[统计]从p-value到q-value的计算（附代码）相关推荐

最新文章

热门文章