| H0为真:没有激活 | H1为真:存在激活 |
Declared:H0没有激活 | 正确 | 错误(假阴性) |
Declared:H1存在激活 | 错误(假阳性) | 正确 |
FDR: false discorvery rate
FDR(False Discovery Rate) 校正法
FDR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。
那么怎么从p值来估算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。该方法分两步完成,具体如下:
2.1 假设总共有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)
2.2 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)<= (i*q)/m . 然后,挑选对应p(1),p(2),…,p(i)的基因做为差异表达基因,这样就能从统计学上保证FDR不超过q。
其意义为是 错误拒绝(拒绝真的(原)假设)的个数占所有被拒绝的原假设个数的比例的期望值。
FWE: family-wise error
FDR是在已经激活的voxel里激活的
FWE是在所有的voxel里面
i.g. 如共有5000个voxel,卡阈值得到2000个voxel激活,那么FDR校正是在2000voxel中进行校正,FER是在5000个voxel中进行校正。