算法-storey介绍及python下实现代码peaker.pdfVIP

#算法#Storey算法介绍及python下实现代码

Peaker

其实我一直有一个问题，从Benjamin开始，现在FDR的控制方法

不下10种，为什么Storey的是最流行的？实际应用起来除了Benjamin

的方法，其它所有的方法基本上都是一样的。q-value究竟是如何脱颖

而出的呢？

q-value是随着multipeltest而产生的.在multipletest(比如10000

次),如果用p-value=0.05去cut.如果有10000次是显著的,那么在这

10000中,有10000*0.05=500次是Falsepositive.这显然不能接受.太

宽松了.

Bonferron提出FWER,在上面的例子中,就是把cutoff设为:

0.05/10000=0.000005,这虽然能控制FalsePositive,但这只在极少数

情况下有用.因为太严格了,大量的truealternatives被miss掉了

q-vlaue实际上是上述两种方法的折衷.既能控制FP,有不会miss掉太

多的truealternatives.

不过我的问题并不是关于FWER，而是关于FDR的控制。Benjamin

andHochberg在1995年第一次提出了FDR的概念，其出发点就是基于

Bonferroni的保守性，并给出了控制FDR的方法（这算是FDR控制方

法的祖师爷了）。不过他们的方法也有其保守性。所以随后人们开始研

究更加powerful的方法，现有的方法有Storey的,Broberg的，Dalmasso

的，Guan的，Strimmer的等等。Benjamini的方法是将FDR控制在一

个level以下，而所有的方法都在试图精确地估计FDR。所以后来

的这些方法都要powerful一些。不过他们所付出的代价就是robustness。

现有FDR控制方法最大的弊端在于，他们假设p-valueisunderthenull

hypothesis是（1）t（2）followinguniform(0,1)distribution.

这两点假设从实际观察到的数据来看经常是不合理的，尤其是第二点。

而Storey则很好的控制了这一弊端，这也是Storey在众多校正算法中

脱颖而出的主要。下面我们两个实现Storey算法的代码

第一个方法的传递参数是一列P值列表以及lambda列表，然后进

行了一个迭代，根据P值在列表中的特征计算一个I值，然后根据P值

列表的sizeM，计算出校正的Q值。

第二个方法看起来更复杂一些，他的整体思路和BH法很相似，但

是优化后的程序传递参数要求的只是一列原始P值列表，返回值是一

列q值列表，在FDR控制上和BH等其他方法相比控制没那么严格，

在保证了精度的同时维持了数据robustness。

喜欢本文吗？欢迎加入云生信跟大家一起进步~