浅议P值校正

P值，通常被我们用来判断是否接受一个假设，关于P值的前世今生，可以看数说君的了一篇文章《P值之死》，在微信公众号中回复“P值”查看。本篇不说P值本身的问题，我们来看它在具体判断中可能出现的另一个问题。

本文目录为：

一、背景

二、问题

三、Bonferroni校正

四、FDR校正

一、背景

先来熟悉一下我们问题的背景。我们知道在假设检验中，有两种错误：拒真错误和取伪错误。

我们用分布图来更形象的说明，不要紧张，非常形象非常好懂的。现在有一些样本，我们打算判断这些样本是来自H0还是H1,。那么

• 原假设： H0：u=0；
• 备择假设：H1：u>0

两个假设下的总体分布如下图：

好了，那么什么是第一类错误和第二类错误呢？

（看不清楚的话点开查看大图）

对了——通过样本得到的Z-value如果大于Zα，我们一般都拒绝原假设，但是它却有一定概率（概率为α）来自H0的，这就是第一类错误，见红字部分。第二类错误就是β，见绿字部分，下面重点是围绕第一类错误α展开，因为它是个大咖。

这个α，我们又把它叫做——显著性水平！假设检验就那这个作为标准。

为什么呢？

一般在做假设检验的时候都要求这个α尽可能的小，因为在假设检验我们通常认为原假设是不能轻易被否定的。

我们的P值就是跟这个标准做比较，我们通常把α取为0.05，复习一下吧：

• P<α=0.05，则拒绝H0；
• P>α=0.05，不能拒绝H0；

这个标准，意味着我们要承担α=5%的错误拒绝的概率。

至于P值是怎么来的，为什么用P值和α相比来判断，可以去看《P值之死》，里面已经进行了详细的梳理。

二、问题

虽然数说君已经在《P值之死》中批判过了这种P与α判断方法的问题，但在这里，我们就认为这种方法是合理的。

对于一个检验问题：

• 我们有5%概率犯第一类错误；
• 也就是说，有95%的概率不犯第一类错误（不要打我，这不是废话）；

假如现在，我要做20个相互独立的检验呢？

• 不犯第一类错误的概率为 (1-5%)20 =36%
• 至少出现一次第一类错误的概率为 1-36%=64%

这么大的概率让人难以接受，如果随着m再增加呢，要做100次？1000次？那么几乎可以肯定的说，必然会有至少1个结果是被错误地拒绝的了。

想象一下，你得意洋洋的看着你的100个检验结果，但是突然告诉你这100个里面必然有一个错了，而且你又不知道具体哪个是错的。。。

你可能会说，自打接触统计学这东西一来，对假设检验是能躲就躲能逃就逃，人生截止目前做过不超过10个检验，每一次做都要翻2个小时的书，现在你要我一次性做100个？没但玩？

有但玩。真的，比如现有下面这组数据，我们想分析X1-X20中，哪一个因素和人们的收入有显著关系：

我们做了20个检验，那么这里面就很可能有一个是碰巧显著。你可不要觉得我吃饱了撑的，因为在生物学中，我们要做更大的全基因组关联分析——全基因组？什么概念？——需要对几十万甚至几百万个SNP（单核苷酸多态性）与某个疾病进行单独检验，找出那个与疾病显著相关的SNP，也就是说，要做几百万个检验？！

怎么办？？？

我们把这个“至少有1个错误”的概率称为 FWER（Family-Wise Error Rate）

FWER (Family-Wise Error Rate)

= 1- (1- α)m

我们现在就想让这个整体犯第一类错误的概率降低为5%，怎么办？

Bonferroni校正的思想就是基于此而来。

三、Bonferroni校正

Bonferroni校正的思想很简单：

Bonferroni correction

假设我们做m个相互独立的检验，我要的目标是—— FWER = 1- (1- α)m =0.05 由于当α很小时，存在这一的近似关系 (1-α)m ≈ 1-ma，因此 1- (1- α)m = ma = 0.05 即α=0.05/m。 也就是说，每一个检验的显著水平不再是0.05了，而应该是0.05/m。对于每一个检验的P值，有：

• P<α=0.05/m，我们才能拒绝H0；

这样我们就校正了显著水平，当然我们也可以让α保持不变，去校正P值：

• P*m<α=0.05，我们才能拒绝H0；

也就是说，每一个检验做出来的P值，我们都要乘以m，叫做校正后的P值，然后去和0.05进行比较。

但是，随着检验次数m的增多，

• 校正后的P值会越来越大，判定的标准越发的严格；
• 同时，第一类错误概率是减少了，第二类错误的概率却增加了。

针对这样的问题，Benjaminiand Hochberg(1995) 提出了FDR校正方法。

四、FDR校正

Bonferroni校正关注的是，所有检验中的第一类错误检验（被错误拒绝的检验），而FDR的关注的是，所有拒绝掉的检验中，错误拒绝的检验，如果觉得绕口的话可以看下面的图：

一共有m个检验，其中最终选择接受原假设的有W个，拒绝的有R个，在拒绝的R个中，有V个是错误拒绝的，有S个是正确拒绝的。

FDR（Falsely Discovery Rate）的定义为：

实际上，FDR也就是错误拒绝的检验个数，占所有拒绝的检验个数的比例。它只关注所有拒绝掉的检验中，错误拒绝的比例，FDR的目的就是要将这个比例降低到α。

那么，该如何做到？很简单，参照下面的步骤即可：

FDR correction

首先，对m个p值按从小到大的顺序进行排序

从P(1)开始，到P(2)、P(3) ...，挨个进行比较，直到找到最大的P(i)满足：

找到之后，拒绝之前所有的原假设H(i)，i=1,2,3...i。 至此，完成FDR的校正。 或者，保持α不变，将P值校正为mP(i)/i，这个值又称为Q值 Q-value(i) = m × P(i)/i < α

根据Benjaminiand和Hochberg的论文(1995)里的证明， 以上的过程就可以控制FDR在α以内。感兴趣的可以搜索这篇论文”controlling the False Discovery Rate: a Practical and Powerful Approach to Multiple Testing“。

举个例子吧，加入我们做个20个检验，每个检验有一个P值，那么我们分别用Bonferroni校正和FDR校正，得到的结果如下：

可以看出Bonferroni校正的结果要严格很多，FDR则比较中肯。