(109條消息) p-value，p-adjust，q-value三者的定義與使用_小C_先生的博客-CSDN博客_adjust p value

(109條消息) p-value，q-value,FDR_hyena_7的博客-CSDN博客_pvalue和qvalue區(qū)別

假陰性錯(cuò)誤（false-negative errors）: 高水平的基因可能偶爾沒有檢測(cè)到

假陽性錯(cuò)誤（false-positive errors）: 低水平表達(dá)的基因由于擴(kuò)增偏差，可能顯得過于豐富，導(dǎo)致假陽性錯(cuò)誤

錯(cuò)誤發(fā)現(xiàn)率(False Discovery Rate,FDR)：事先犯I-型錯(cuò)誤的最大概率，控制FDR值來決定p值的值域，F(xiàn)DR用比較溫和的方法對(duì)p值進(jìn)行了校正。其試圖在假陽性和假陰性間達(dá)到平衡，將假/真陽性比例控制到一定范圍之內(nèi)

p-value

概率，反應(yīng)某一事件發(fā)生的可能性大小。

統(tǒng)計(jì)學(xué)根據(jù)顯著性檢驗(yàn)方法得到的P值，通常以P＜0.05為顯著，P＜0.01為極顯著，其含義為：

抽樣誤差導(dǎo)致的樣本間的差異的概率小于0.05或0.01。

根據(jù)定義，P值可簡(jiǎn)單理解為判斷結(jié)果的“出錯(cuò)率

（即假陽性比率，假陽性：不是樣本本身有差異，是其他原因（比如抽樣）導(dǎo)致的檢測(cè)結(jié)果有差異）”。

p-adjust

有時(shí)候我們會(huì)在樣本中發(fā)現(xiàn)許多0值，然后少量其它值，這種情況就會(huì)對(duì)p-value的可靠性造成影響，往往這種情況p-value會(huì)很顯著，但很明顯這樣不符合現(xiàn)實(shí)。這種時(shí)候我們就需要對(duì)p-value進(jìn)行校正，校正的流程這里不細(xì)說了，我們可以簡(jiǎn)單理解為，p-adjust是用來判斷p-value是否可信的一個(gè)參數(shù)，它來自于p-value，但是相對(duì)于p-value可信度更高。這樣我們就可以知道，在同時(shí)有p-value和p-adjust時(shí)，我們應(yīng)該選擇p-adjust用來作為顯著性的閾值。

q-value

q-value另有一些區(qū)別，它也來自于p-value。

q-value可以簡(jiǎn)單理解為表示p-value產(chǎn)生假陽性的概率，當(dāng)q-value < 0.05時(shí)，p-value顯著的假陽性小于0.05。

q值（q-value）是p值校正后的結(jié)果。

可定義為：多重假設(shè)檢驗(yàn)過程中，錯(cuò)誤拒絕（拒絕真的原假設(shè)（零假設(shè)）)的個(gè)數(shù)占所有拒絕的原假設(shè)個(gè)數(shù)的比例的期望值（也是代表出錯(cuò)率）。

總結(jié)：

?p-value和q-value是統(tǒng)計(jì)學(xué)檢驗(yàn)變量，衡量“假陽性概率”，應(yīng)用到基因檢測(cè)結(jié)果中，可衡量“某個(gè)基因差異表達(dá)的假陽性概率”，代表差異顯著性，小于0.05代表結(jié)果有差異。

?如果p-value或q-value/越低，那么“該基因差異結(jié)果”是假陽性的概率就越低，可靠性就越高。

?q-value相比于p-value更加嚴(yán)格，當(dāng)差異基因結(jié)果較少時(shí)，可退而求其次根據(jù)p-value篩選。

當(dāng)然，用q值篩選可能會(huì)過濾掉少部分真的有差異的基因，所以，q值是個(gè)雙刃劍。但，相比絕大部分基因的假陽性，以及真陽性被濾掉的小概率，這部分的真陽性的丟失也不是很重要了。