技能

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。

Yoav Benjamini

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%。

怎样用pvalue 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。

除了可以使用excel的BH（Benjamini and Hochberg）计算方法外，对于较大的数据，我们推荐使用R命令p.adjust。

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。

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）。

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。

将FDR值按照最初始的p值的顺序进行重新排序，返回结果。返回搜狐，查看更多