p值小于0.05是好还是不好 p小于0.5有统计学意义吗?

[更新]
·
·
分类:行业
5009 阅读

p值小于0.05是好还是不好

p小于0.5有统计学意义吗?

p小于0.5有统计学意义吗?

p值的统计学意义主要是否具有显著性差异。一般在数据分析的时候,都会进行p值比较。如果数据分析得出的p值小于0.05大于0.01,则说明这个结论是具有显著性差异的。如果是小于0.01,则说明是这个结论是具有极显著性的。因此p值在统计学有重要的意义。

方差分析p小于0.05是代表什么意思?

p小于0.05说明差异存在,此处的0.05,在统计学上是指检验水准α(亦称显著性水准,在假设检验中为I类错误),是用于判断差异存在还是不存在的界值点。
判断准则:若Pgtα,可认为各处理间无差异,若Pltα,可认为各处理间有差异。
如果取α0.05,则Plt0.05时,差异存在;如果取α0.1,则Plt0.1时,差异存在。

fdr和p值区别?

零假设:在随机条件下的分布。
p值:在零假设下,观测到某一特定实验结果的概率称为p值。
假阳性:得到了阳性结果,但这个阳性结果是假的。
假阴性:得到了阴性结果,但这个阴性结果是假的。
多重检验矫正:
为了解决多次检验带来的问题,我们需要对多次检验进行校正。那如何校正呢?在此介绍两种方法:
Bonferroni 校正法
Bonferroni校正法:如果进行N次检验,那么p值的筛选的阈值设定为p/N。 比如,进行10000次检验的话,如果p值选择为0.05, 那么校正的p值筛选为0.000005。 p值低于此的基因才是显著性差异基因。
该方法虽然简单,但是过于严格,导致最后找的差异基因很少,甚至找不到差异的基因。
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)lt (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。