为什么对Holm和Bonferroni方法使用p.adjust时会得到相同的结果？

Holm方法和Bonferroni方法都是多重比较校正方法，用于控制在进行多个假设检验时的错误率。当使用p.adjust函数对Holm方法和Bonferroni方法进行校正时，得到的结果会相同的原因是因为它们都是基于不同的校正算法，但目标都是控制整体错误率。

Holm方法是一种顺序校正方法，它首先对原始的p值进行排序，然后按照排序后的顺序逐个校正p值。具体步骤如下：

对原始的p值进行排序，从小到大。
对排序后的p值进行校正，校正的方法是将每个p值与其对应的排序位置进行比较，计算出校正后的p值。
从校正后的p值中找到第一个不满足校正条件的位置，将该位置之后的所有p值都置为不显著。

Bonferroni方法是一种简单的校正方法，它将整体显著性水平除以进行比较的假设数量，得到每个假设的校正显著性水平。具体步骤如下：

将整体显著性水平（通常为0.05）除以进行比较的假设数量，得到每个假设的校正显著性水平。
将每个原始的p值与校正显著性水平进行比较，如果原始p值小于等于校正显著性水平，则认为该假设显著。

由于Holm方法和Bonferroni方法都是控制整体错误率的方法，它们在进行多重比较时会得到相同的结果。但需要注意的是，Holm方法相对于Bonferroni方法来说更具有统计功效，因为Holm方法考虑了排序后的p值的信息。

对于Holm方法和Bonferroni方法的应用场景，它们适用于需要进行多个假设检验的情况，例如在生物医学研究中进行基因表达分析、药物研发中进行多个药效比较等。在这些场景下，使用Holm方法或Bonferroni方法可以有效控制错误率，提高研究的可靠性。

腾讯云相关产品和产品介绍链接地址：

腾讯云：https://cloud.tencent.com/
云服务器（CVM）：https://cloud.tencent.com/product/cvm
云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
物联网开发平台（IoT Explorer）：https://cloud.tencent.com/product/iotexplorer
移动应用开发平台（MADP）：https://cloud.tencent.com/product/madp
云存储（COS）：https://cloud.tencent.com/product/cos
区块链服务（BCS）：https://cloud.tencent.com/product/bcs
腾讯云元宇宙：https://cloud.tencent.com/solution/virtual-universe

相关·内容

R语言多重比较示例：Bonferroni校正法和Benjamini & Hochberg法

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...Holm、Hochberg、Hommel和Bonferroni方法控制了多重比较谬误（Familywise error rate)。...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。...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。...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。 ---- ?

9.3K4 0

多重比较示例：Bonferroni校正法和Benjamini & Hochberg法

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...Holm、Hochberg、Hommel和Bonferroni方法控制了多重比较谬误（Familywise error rate)。...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。...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。...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。

2.3K2 0

多重假设检验的三种常见方法计算

Bonferroni法 Bonferroni是最粗暴简单的方法，当 P value ≤ α/N时，拒绝H0。理念是将阈值降低，尽量杜绝假阳性的存在，弊端就是可能会由于阈值太严格而导致阳性结果太少。...target alpha level一般为0.05，横轴中的rank是从小到大排序之后的序号。比如： ? 图中第四列alpha/m是Bonferroni法，第五列就是Holm法。...在R中调用Holm方法： p.adjust(c(0.003, 0.005, 0.012, 0.04, 0.058), method = 'holm') 输出：0.015 0.020 0.036 0.080...另外有时候会出现相同p值的情况，比如： p.adjust(c(0.003, 0.005, 0.012, 0.04, 0.058, 0.06), method = 'fdr') 输出： 0.015 0.015...0.024 0.060 0.060 0.060 前两位数和后两位数一样。

2K2 0

组间差异分析：Metastats

这时候我们能想到的最简单的办法就是对所有物种按照分组进行显著性检验，这时候我们对于一个数据集进行了多重检验，则需要p值校正来获得更准确的结果。...若要使所有检验结果正确的概率大于0.95，则需要调整显著水平或更常用的p值校正，一个常见的方法是Bonferroni校正，其原理为在同一数据集做n个独立的假设检验，那么每一个检验的显著水平应该为只有一个检验时的...在R中p值校正可以使用p.adjust()函数，其使用方法如下所示： p.adjust(p, method=p.adjust.methods, n=length(p)) 其中p为显著性检验的结果（为数值向量...），n为独立检验次数，一般为length(p)，method为校正方法，常用的方法有"bonferroni"、"holm"、"hochberg"、"hommel"、"BH"、"fdr"、"BY"、"none...接下来，我用相同数据为例，寻找不同分组间显著差异的物种： #读取抽平后的OTU_table和环境因子信息 data=read.csv("otu_table.csv", header=TRUE, row.names

1.2K1 0

1.2K2 0

R语言之生信（9）R语言多个生存分析曲线比较

主要使用的函数是：pairwise_survdiff（formula，data，p.adjust.method =“BH”，na.action，rho = 0）参数formula:类似其他生存模型的公式表达式...参数data：一个数据框，用于做生存分析的数据。参数p.adjust.method：p值矫正方法（参见p.adjust）。...允许的参数包含（“holm”，“hochberg”，“hommel”，“bonferroni”，“BH”，“BY”，“fdr”，“none”）。...如果不想对p值矫正（不推荐），请使用p.adjust.method =“none”。参数na.action：缺失数据过滤功能。参数RHO参数：用于控制测试类型。...允许值包括0（Log-Rank检验）和1（peto和peto检验）。值函数计算返回对象是包含p值的列表。

5.5K3 0

数据科学23 | 统计推断-多重检验

当我们进行数据分析时，有时候需要反复进行假设检验，使用多重检验校正可以避免假阳性的发生，主要包括误差测量和校正。错误类型假设检验H0：?=0，H1：?≠0。可能出现的结果如下：实际?...，通过对p值的阈值进行校正来实现消除假阳性结果。...建立变量x和y之间的线性相关模型，并得到它们的相关系数矩阵，矩阵的第二行第四列的元素即为P值。...没有校正，查看小于0.05的P值的数量： sum(pValues < 0.05) [1] 51 实际上所有数据集中变量x和y是不相关的，但仍有51个数据集得到x与y相关的结论，即有51个假阳性结果。...图1.两种校正方法的校正P值对于Bonferroni校正，校正后的P值?×P?

1.8K2 1

数据科学22 | 统计推断-多重检验

控制FWER——Bonferroni 校正控制FWER的典型方法是Bonferroni 校正，它拒绝了所有的假阳性结果发生的可能性。基本思路进行?...建立变量x和y之间的线性相关模型，并得到它们的相关系数矩阵，矩阵的第二行第四列的元素即为P值。...没有校正，查看小于0.05的P值的数量： sum(pValues < 0.05) [1] 51 实际上所有数据集中变量x和y是不相关的，但仍有51个数据集得到x与y相关的结论，即有51个假阳性结果。...Bonferroni校正控制FWER： sum(p.adjust(pValues, method = "bonferroni") < 0.05) [1] 0 BH校正控制FDR： sum(p.adjust...x和y，后500个生成y的均值为x的2倍，y和x之间存在关系。

9341 1

总被审稿人提起的多重假设检验校正是什么？

假设检验的基本方法是提出一个空假设（null hypothesis），也叫做原假设或无效假设，符号是H0。一次检验有四种可能的结果，用下面的表格表示： ?...Perneger (1998) Holm 校正方法 Holm 校正方法相对没有那么严苛。...R函数p.adjust可用来计算一组p-value校正后的fdr值。(DESeq2中返回的padj也是用BH方法控制的FDR) q-value是什么？...q-value是Storey和Tibshirani提出的基于p-value分布的FDR计量方法，具体见什么，你算出的P-value看上去像齐天大圣变的庙？。...差异基因分析时过滤掉极低表达的基因 (低表达基因通常生物意义小或检测噪声大，即便有差异也难分清是生物差异还是技术差异)，如高通量数据中批次效应的鉴定和处理 - 系列总结和更新提到的方法。

2K2 0

使用Clipper控制FDR应对高通量数据分析p值失真问题

所以，控制多重比较的假阳性是十分必要的常见方法： Bonferroni 校正直接用p值除以进行比较的次数就得到校正后p值，但这种方法非常保守，一般用于全基因组关联研究 (GWAS) FDR （Benjamini...绝对值和clipper打分的相关系数比edgeR的P值高一点，可能因为我们这里的基因很少，只有21个所以差别很小下面是作者文章的相关结果：作者将clipper方法和我们常用的方法在不同方面做了比较...，我们在这里主要还是介绍工具，使用的是内置数据集，顺带对结果进行简单比较验证，感兴趣的同学可以拿自己的数据参考作者原文，在自己需要的应用方向上进行比较 Difffferential gene expression...，而是作为实验设计design的一部分），筛选出DEGs以及计算FDR和power 使用这些函数处理数据集获得相关结果接下来，介绍了两种不同的方法创建null dataset，并在此基础上开始引入Clipper...结合original和null的数据集来控制FDR，在使用Clipper前还需考虑其前提假设是否成立：来自两个数据集（original和null）的输入数据（这里的指，-log转换后的p值）对所有非DEGs

2641 0

R|clusterProfiler-富集分析

简单总结clusterProfiler包进行GO、KEGG的富集分析方法，结果输出及内置的图形展示。...pAdjustMethod = "BH", #矫正方式 holm”, “hochberg”, “hommel”, “bonferroni”, “BH”, “BY”, “fdr...（ bg）基因的比值 pvalue: 富集分析统计学显著水平，一般情况下， P-value < 0.05 该功能为富集项 p.adjust 矫正后的P-Value qvalue：对p值进行统计学检验的q...ego_ALL.sig <- ego_ALL[ego_ALL$pvalue <= 0.01] 过滤后为数据框，不能用自带的参数直接绘制，可以使用ggplot2进行绘制。...，结果输出及内置的图形展示。

1.8K2 2

还在为基因通路富集担心你的发际线么？ClusterProfiler通路富集-让你的发际线无忧！

今天我们就来谈谈Y叔开发的ClusterProfiler包做通路富集时的应用场景和详细步骤（以Homo sapiens为例）。 Step1.文件准备（如图1）。 1....若感兴趣的基因集合是基于特定的panel芯片得到的，而并非全基因组数据，则需要准备背景基因集合文件，文件中包含了panel中所覆盖的所有基因，格式同图2。 4....） # pAdjustMethod：对p值进行校正的方法，可选方法有"holm", "hochberg", "hommel", "bonferroni", "BH", "BY", "fdr", "none...运行完上述命令后得到的Case_KEGG结果如下图。接下来进行富集结果存储。...默认画top30个富集到的pathways, 节点大小对应该pathway下富集到的感兴趣基因个数，节点的颜色对应p.adjust的值，从小到大，对应蓝色到红色。

7883 0

JNNP：颞叶癫痫患者丘脑唤醒网络紊乱及术后改善情况

根据致痫侧的功能图像进行定位，并在对照组中进行相同的定位。体积计算使用多图谱方法将T1加权图像分成多个区域，之前已对此技术细节进行了描述。...（3）在同侧（图3E）和对侧（图3F）丘脑中，较高的丘脑内连通性与患者的丘脑容量相关（同侧ρ= 0.48，p = 0.02；对侧ρ= 0.46，p = 0.03；Spearman`s rho与Bonferroni-Holm...但较高的FACS频率与同侧丘脑内较低的连通性（ρ= -0.55，p <0.01）和对侧丘脑内较低的连通性（ρ= -0.58，p <0.01，Spearman’s rho，Bonferroni-Holm校正...）相关，并且与较小同侧丘脑的体积（ρ=-0.50，p = 0.02）和对侧丘脑的体积（ρ= −0.50，p = 0.01，Spearman’s rho和Bonferroni-Holm矫正）相关。...研究结果提示，TLE患者的脑干-丘脑和丘脑-枕叶连接性明显受到影响，某些连接模式可能与癫痫发作频率和视觉空间注意问题有关。在术后无癫痫发作或癫痫发作频率降低的患者中，丘脑唤醒网络连接紊乱得到部分恢复。

7202 0

笔记 | GWAS 操作流程3：plink关联分析--完结篇

控制假阳性因为plink进行关联分析时常常面对的是大量的SNP数据，容易产生假阳性，因此需要矫正。 Bonferroni，使用0.05/n计算出矫正后的p值作为阈值，其中n为检测SNP的个数。...UNADJ：原始p值 GC：基因组矫正P值（依赖加性模型） QQ：P-value的QQ图 BONF：Bonferroni 矫正结果 HOLM：Holm-Bonferroni (1979) adjusted...阈值性状关联分析数据：观测值一列是1和2，可以用的方法有：--assoc和--logistic ?...注意注意，这是阈值性状的结果，分类性状，可以使用assoc和logistic，连续性状的话，如果没有协变量就用assoc，如果有协变量，就用linear即可。 7....总结这是使用plink计算GWAS分析的流程，包括数据的清洗，以及建模，以及出结果，以及可视化。

7.3K3 1

用 FastQTL 进行 cis-eQTL 分析

最简单的方案就是用 Bonferroni 法校正 P 值。然而由于不同基因组区域的特异性以及不同位点的等位基因频率和 LD，Bonferroni 方法通常都会过于严格，导致许多假阴性。...为了解决这个问题，一般的我们可以分析每种表型的数千个置换数据集，以得到这些关联的零分布。接着就可以得到这些观察值来自零分布的可能性，从而得到一个调整后的 P 值。...尽管 Matrix eQTL 已在多个大规模研究中使用，它的一个主要缺点在于没有高效的内置置换方案，这会导致我们使用了非最佳的多重检验校正方法。...从上图可知，结果和期望一致。校正 P 值这部分主要涉及从严格到宽松的 3 种校正方法。...correction R> d$bonferroni = p.adjust(d$bpval, method="bonferroni") # 取 <= 0.05 R> write.table(d[which

5.7K2 1

【数据分析 R语言实战】学习笔记第八章单因素方差分析与R实现

协方差是在方差分析的基础上，综合回归分析的方法，研究如何调节协变量对因变量的影响效应，从而更加有效地分析实验处理效应的一种统计技术。...R中，函数shapiro.test()提供了W统计量和相应P值，所以可以直接使用P值作为判断标准，其调用格式为shapiro.test(x)，参数x即所要检验的数据集，它是长度在35000之间的向量。...为了用单因素方差分析判断三个分行此项业绩指标是否相同，首先对二个分行的账户余额分别进行正态检验。 ?...> p.adjust.methods [1] "holm" "hochberg" "hommel" "bonferroni" "BH" [6] "BY"...制造商想知道来自这三所不同的大学的雇员在管理岗位上的表现是否有所不同，我们通过Kruskal-Wallis秩和检验来得到结论。 ?

2.3K3 0

R语言析因设计分析：线性模型中的对比

此处使用的方法是方差的单向分析，然后使用对比来检验各种假设。在下面的第二个示例中，对六种葡萄酒进行了测量，其中一些是红色，而有些是白色。我们可以比较的治疗中通过设置对比，并进行F检验红酒组。...###两个过程的调整方法， ### p值和其他统计信息，将是相同的。 ###使用 Adjust =“ none”，结果将与### aov方法相同。...###结果与multcomp的结果基本相同问题：白葡萄酒有效果吗？...本研究调查了 ###一组3种治疗方法中的效果 ###结果与multcomp的结果相同问题：红葡萄酒和白葡萄酒之间有区别吗？...test = adjusted（“ none”），结果将与下面的aov方法相同。

1.1K0 0

GEO数据库的多个表达量数据集的整合分析方法（表达量芯片和转录组测序）

这样得到的这些数据集就会存在我们所谓的批次效应，如不同实验时间、不同实验批次、不同处理方法、不同测序平台等。遇到这一情况，我们该如何选择数据和处理数据呢？...其次，针对多个数据集，我们可以有两种思路来进行整合分析：一是，合并和去除这些批次效应；二是，对各数据集分别进行处理，然后求交集，获得共有结果。...而且上述我们使用FPKM值做的去除批次效应，所以在进行差异分析时，不可使用edgeR和DEseq2，但是可以用limma包进行差异分析。对于WGCNA的分析，似乎不受影响。...二、整合数据及分析在数据挖掘过程中，我们同时会分析多个数据集的表达谱数据，这样就会都得到多个差异分析列表。那么，怎么样才能挑出一些更重要的或者更有生物学意义的基因进行后续实验呢？...(upAR$Pvalue,method="bonferroni") #help(p.adjust) upXls=cbind(upAR,adjPvalue=upAdj) upFC=newTab[as.vector

5821 0

go富集分析和kegg富集分析的区别_非模式生物怎么做GO富集

"] #OrgDb属于rdataclass中，因此查看下该物种有没有OrgDb Solanum.OrgDb <- hub[["AH59087"]]#AH59087是番茄对应的编号 #制作为标准注释库，就可和模式生物一样使用了...富集分析通常用的富集分析有ORA、FCS和拓扑三种方法。ORA简单来说就是超几何检验或Fisher精确检验，大同小异，都符合超几何检验，这也是目前用的最多的方法，优劣不谈。...FCS的代表就是GSEA，即基因集富集分析，优劣亦不谈。clusterProfiler提供了这两种富集分析方法。 1...., CC, MF，也可是全部ALL； pAdjustMethod指定多重假设检验矫正的方法，有“ holm”, “hochberg”, “hommel”, “bonferroni”, “BH”, “BY...#barplot barplot(ego, showCategory = 10) #默认展示显著富集的top10个，即p.adjust最小的10个 #dotplot dotplot(ego, showCategory

1.7K6 0

「Workshop」第十三期：统计检验与多重矫正

是第i个水平的试验结果的算术平均，将所有的k个水平的平方和相加，可得： ? 我们将SS和 ? 相减看看会得到什么，应该就是 ? 吧。可以得到 ? 从 ?...再对i进行求和即可得到 ? 。引出了总偏差平方和SS，因素A的平方和 ? 和误差平方和 ? ，我们就可以得知方差分析的名称由来。是因为这三个表达式都是属于样本方差一类的形状。...##R中提供的检验矫正的方法 > p.adjust.methods [1] "holm" "hochberg" "hommel" "bonferroni" "BH"..."BY" "fdr" [8] "none" 主要使用的校正办法有两种： 1.Bonferroni 校正 Bonferroni 校正法可以称作是“最简单粗暴有效”的校正方法，...FDR（FalseDiscovery Rate）校正相对Bonferroni 来说，FDR温和得多，这种校正方法不追求完全没有假阳性结果，而是将假阳性结果和真阳性的比例控制在一定范围内。

2.4K1 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云