生物信息学在线工具gorilla执行go富集分析有没有多重假设检验矫正

发布网友 发布时间：2022-04-29 16:11

我来回答

共1个回答

热心网友 时间：2023-10-18 10:30

在生物信息学分析中，通常要用到统计学的知识，具体的例子如下在paml计算选择压力时，计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值，那么对于我们什么时候用p值，什么时候用校正之后的p值，你知道吗？
P值是啥

P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
纠正p是啥意思

通常意义上讲，p值<0.01,就保证了99%的准确性，在生信分析中，也就是说在100个个体中可能有1个是假阳性，这样误差在100这么大的样本量中是可以接受的，但是如果样本量为10万，那么就有1000个事假阳性，那么这样，我们可能就不会接受这么多的错误。*座的人尤其如此，如果心理是可以接受找的到的结果少，但是必须准确。那么我们必须这么做啦。
对于一个个体，我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率，并且二者要同时满足，也就是同时发生，那么p值必须是p1*p2，也就是说显著水平要满足<0.0001,才可以。
因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格，会丢掉超级多的真阳性。因此现在更多的是FDR校正，Bonferroni校正等。
是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候，原始p值就可以啦。
多次检验或者样本量超过100的时候，建议使用校正之后的p值。
希望可以帮到你。

热心网友 时间：2023-10-18 10:30

在生物信息学分析中，通常要用到统计学的知识，具体的例子如下在paml计算选择压力时，计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值，那么对于我们什么时候用p值，什么时候用校正之后的p值，你知道吗？
P值是啥

P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
纠正p是啥意思

通常意义上讲，p值<0.01,就保证了99%的准确性，在生信分析中，也就是说在100个个体中可能有1个是假阳性，这样误差在100这么大的样本量中是可以接受的，但是如果样本量为10万，那么就有1000个事假阳性，那么这样，我们可能就不会接受这么多的错误。*座的人尤其如此，如果心理是可以接受找的到的结果少，但是必须准确。那么我们必须这么做啦。
对于一个个体，我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率，并且二者要同时满足，也就是同时发生，那么p值必须是p1*p2，也就是说显著水平要满足<0.0001,才可以。
因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格，会丢掉超级多的真阳性。因此现在更多的是FDR校正，Bonferroni校正等。
是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候，原始p值就可以啦。
多次检验或者样本量超过100的时候，建议使用校正之后的p值。
希望可以帮到你。

热心网友 时间：2023-10-18 10:30

在生物信息学分析中，通常要用到统计学的知识，具体的例子如下在paml计算选择压力时，计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值，那么对于我们什么时候用p值，什么时候用校正之后的p值，你知道吗？
P值是啥

P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
纠正p是啥意思

通常意义上讲，p值<0.01,就保证了99%的准确性，在生信分析中，也就是说在100个个体中可能有1个是假阳性，这样误差在100这么大的样本量中是可以接受的，但是如果样本量为10万，那么就有1000个事假阳性，那么这样，我们可能就不会接受这么多的错误。*座的人尤其如此，如果心理是可以接受找的到的结果少，但是必须准确。那么我们必须这么做啦。
对于一个个体，我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率，并且二者要同时满足，也就是同时发生，那么p值必须是p1*p2，也就是说显著水平要满足<0.0001,才可以。
因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格，会丢掉超级多的真阳性。因此现在更多的是FDR校正，Bonferroni校正等。
是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候，原始p值就可以啦。
多次检验或者样本量超过100的时候，建议使用校正之后的p值。
希望可以帮到你。

热心网友 时间：2023-10-18 10:30

在生物信息学分析中，通常要用到统计学的知识，具体的例子如下在paml计算选择压力时，计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值，那么对于我们什么时候用p值，什么时候用校正之后的p值，你知道吗？
P值是啥

P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
纠正p是啥意思

通常意义上讲，p值<0.01,就保证了99%的准确性，在生信分析中，也就是说在100个个体中可能有1个是假阳性，这样误差在100这么大的样本量中是可以接受的，但是如果样本量为10万，那么就有1000个事假阳性，那么这样，我们可能就不会接受这么多的错误。*座的人尤其如此，如果心理是可以接受找的到的结果少，但是必须准确。那么我们必须这么做啦。
对于一个个体，我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率，并且二者要同时满足，也就是同时发生，那么p值必须是p1*p2，也就是说显著水平要满足<0.0001,才可以。
因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格，会丢掉超级多的真阳性。因此现在更多的是FDR校正，Bonferroni校正等。
是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候，原始p值就可以啦。
多次检验或者样本量超过100的时候，建议使用校正之后的p值。
希望可以帮到你。

热心网友 时间：2023-10-18 10:30

在生物信息学分析中，通常要用到统计学的知识，具体的例子如下在paml计算选择压力时，计算正选择基因的显著性、基因家族收缩和扩张时的显著性、计算差异表达基因的显著性、富集分析等。对于这些分析通常都会有p值和校正之后的p值，那么对于我们什么时候用p值，什么时候用校正之后的p值，你知道吗？
P值是啥

P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
纠正p是啥意思

通常意义上讲，p值<0.01,就保证了99%的准确性，在生信分析中，也就是说在100个个体中可能有1个是假阳性，这样误差在100这么大的样本量中是可以接受的，但是如果样本量为10万，那么就有1000个事假阳性，那么这样，我们可能就不会接受这么多的错误。*座的人尤其如此，如果心理是可以接受找的到的结果少，但是必须准确。那么我们必须这么做啦。
对于一个个体，我们觉得99%的准确率就可以啦。同样我们要求第二个个体也要99%的准确率，并且二者要同时满足，也就是同时发生，那么p值必须是p1*p2，也就是说显著水平要满足<0.0001,才可以。
因此有一种校正的方法就是p<0.01/10^n;不过这种纠正过于严格，会丢掉超级多的真阳性。因此现在更多的是FDR校正，Bonferroni校正等。
是什么时候需要矫正呢

建议:单次检验或者样本量不超过100的时候，原始p值就可以啦。
多次检验或者样本量超过100的时候，建议使用校正之后的p值。
希望可以帮到你。