拓端数据tecdat|R语言多重比较示例：Bonferroni校正法和Benjamini & Hochberg法
原文链接：http://tecdat.cn/?p=21825
原文出处：拓端数据部落公众号
假设检验的基本原理是小概率原理，即我们认为小概率事件在一次试验中实际上不可能发生。
多重比较的问题
当同一研究问题下进行多次假设检验时，不再符合小概率原理所说的“一次试验”。如果在该研究问题下只要有检验是阳性的，就对该问题下阳性结论的话，对该问题的检验的犯一类错误的概率就会增大。如果同一问题下进行n次检验，每次的检验水准为α（每次假阳性概率为α），则n次检验至少出现一次假阳性的概率会比α大。假设每次检验独立的条件下该概率可增加至
常见的多重比较情景包括：
多组间比较
多个主要指标
临床试验中期中分析
亚组分析
控制多重比较谬误（Familywise error rate)：Bonferroni矫正
Bonferroni法得到的矫正P值=P×n
Bonferroni法非常简单，它的缺点在于非常保守（大概是各种方法中最保守的了），尤其当n很大时，经过Bonferroni法矫正后总的一类错误可能会远远小于既定α。
控制错误发现率：Benjamini & Hochberg法
简称BH法。首先将各P值从小到大排序，生成顺序数
排第k的矫正P值=P×n/k
另外要保证矫正后的各检验的P值大小顺序不发生变化。
怎么做检验
R内置了一些方法来调整一系列p值，以控制多重比较谬误（Familywise error rate)或控制错误发现率。
Holm、Hochberg、Hommel和Bonferroni方法控制了多重比较谬误（Familywise error rate)。这些方法试图限制错误发现的概率（I型错误，在没有实际效果时错误地拒绝无效假设），因此都是相对较保守的。
方法BH（Benjamini-Hochberg，与R中的FDR相同）和BY（Benjamini & Yekutieli）控制错误发现率，这些方法试图控制错误发现的期望比例。
请注意，这些方法只需要调整p值和要比较的p值的数量。这与Tukey或Dunnett等方法不同，Tukey和Dunnett也需要基础数据的变异性。Tukey和Dunnett被认为是多重比较谬误（Familywise error rate)方法。
要了解这些不同调整的保守程度，请参阅本文下面的两个图。
关于使用哪种p值调整度量没有明确的建议。一般来说，你应该选择一种你的研究领域熟悉的方法。此外，可能有一些逻辑允许你选择如何平衡犯I型错误和犯II型错误的概率。例如，在一项初步研究中，你可能希望保留尽可能多的显著值，来避免在未来的研究中排除潜在的显著因素。另一方面，在危及生命并且治疗费用昂贵的医学研究中，得出一种治疗方法优于另一种治疗方法的结论之前，你应该有很高的把握。
具有25个p值的多重比较示例
### ————————————————————–
### 多重比较示例
### ————————————————————–
Data = read.table(Input,header=TRUE)
按p值排序数据
Data = Data[order(Data$Raw.p),]
检查数据是否按预期的方式排序
执行p值调整并添加到数据框
Data$Bonferroni =
p.adjust(Data$Raw.p,
method = “bonferroni”)
Data$BH =
p.adjust(Data$Raw.p,
method = “BH”)
Data$Holm =
p.adjust(Data$ Raw.p,
method = “holm”)
Data$Hochberg =
p.adjust(Data$ Raw.p,
method = “hochberg”)
Data$Hommel =
p.adjust(Data$ Raw.p,
method = “hommel”)
Data$BY =
p.adjust(Data$ Raw.p,
method = “BY”)
Data
绘制图表
plot(X, Y,
xlab=”原始的p值”,
ylab=”矫正后的P值”
lty=1,
lwd=2
调整后的p值与原始的p值的图为一系列的25个p值。虚线表示一对一的线。
5个p值的多重比较示例
### ————————————————————–
### 多重比较示例，假设示例
### ————————————————————–
Data = read.table(Input,header=TRUE)
执行p值调整并添加到数据帧
Data$Bonferroni =
p.adjust(Data$Raw.p,
method = “bonferroni”)
Data$BH =
signif(p.adjust(Data$Raw.p,
method = “BH”),
4)
Data$Holm =
p.adjust(Data$ Raw.p,
method = “holm”)
Data$Hochberg =
p.adjust(Data$ Raw.p,
method = “hochberg”)
Data$Hommel =
p.adjust(Data$ Raw.p,
method = “hommel”)
Data$BY =
signif(p.adjust(Data$ Raw.p,
method = “BY”),
4)
Data
绘制(图表)
plot(X, Y,
type=”l”,
调整后的p值与原始p值在0到0.1之间的一系列5个p值的绘图。请注意，Holm和Hochberg的值与Hommel相同，因此被Hommel隐藏。虚线表示一对一的线。
最受欢迎的见解
1.Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV，Stochastic Volatility） 模型
3.WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较
4.R语言回归中的hosmer-lemeshow拟合优度检验
5.matlab实现MCMC的马尔可夫切换ARMA – GARCH模型估计
9.R语言如何在生存分析与Cox回归中计算IDI，NRI指标
▍关注我们
【大数据部落】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。
▍咨询链接：http://y0.cn/teradat
▍联系邮箱：3025393450@qq.com
支付宝扫一扫
微信扫一扫
