1

fdrtool()可以直接在包的功能fdrtool（1.2.12 版）中使用来自学生 t 检验的 t 统计数据吗？论文(Strimmer-K BMC Bioinfo. 2008, 9:303) 提到了这一点，但据我所知，参数只识别“正常”、“相关”和“pvalue”。非统计学家有解决方法吗？

4

2 回答 2

3

我认为这是一个错字。

我查看了fdrtool函数的源代码，发现statistic参数首先通过传递match.arg，然后传递给fdrtool:::get.nullmodel.

然后，你瞧：

args(fdrtool:::get.nullmodel)
# function (statistic = c("normal", "correlation", "pvalue", "studentt")) 
# NULL

实际上，对于学生 t，该函数中有一个完全实现的案例：

if (statistic == "studentt") {
    f0 = function(x, param, log = FALSE) {
        return(dt(x, df = param, log = log))
    }
    F0 = function(x, param) {
        return(pt(x, df = param))
    }
    iqr = function(param) {
        return(qt(0.75, df = param) - qt(0.25, df = param))
    }
    get.support = function() return(c(1, 1000))
}

现在，在我告诉您如何访问此选项之前，我想警告您，它很可能是故意禁用的。我无法想象为什么，因为乍一看它似乎应该可以正常工作。但是，如果您打算在研究结果中使用它，您应该记录这样一个事实，即这本质上是一个“隐藏”选项，并且您必须进行一些黑客攻击才能访问它。此外，我还没有在我的电脑上实际测试过这个，所以要小心拼写错误。

现在，至于黑客攻击，最简单的方法是首先简单地输入fdrtoolR 控制台。然后，将输出复制并粘贴到一个新的 R 脚本中（或者sink如果你喜欢这样的话，也可以使用）。前几行应如下所示：

function (x, statistic = c("normal", "correlation", "pvalue"), 
    plot = TRUE, color.figure = TRUE, verbose = TRUE, cutoff.method = c("fndr", 
        "pct0", "locfdr"), pct0 = 0.75) 
{
    statistic = match.arg(statistic)
...

然后，您所要做的就是更改c("normal", "correlation", "pvalue")为c("normal", "correlation", "pvalue", "studentt"). 也就是说，前几行现在应该看起来像

function (x, statistic = c("normal", "correlation", "pvalue", "studentt"), 
    plot = TRUE, color.figure = TRUE, verbose = TRUE, cutoff.method = c("fndr", 
        "pct0", "locfdr"), pct0 = 0.75) 
{
    statistic = match.arg(statistic)
...

最后，将此函数重新分配给fdrtool（别担心，这不会破坏底层包，它就像一个“掩码”，直到你用 删除它rm）：

fdrtool <- function (x, statistic = c("normal", "correlation", "pvalue", "studentt"), 
    plot = TRUE, color.figure = TRUE, verbose = TRUE, cutoff.method = c("fndr", 
        "pct0", "locfdr"), pct0 = 0.75) 
{
    statistic = match.arg(statistic)
...

并运行整个事情或获取脚本。那么你应该很高兴。

于 2014-09-12T15:18:15.990 回答
2

原来，包的维护者 Korbinian Strimmer 故意禁用了基于 t-score 的功能。原因是它经常被错误地使用。

Strimmer 教授是一个好人，对我的帮助请求做出了快速而全面的回应。这就是他的建议：实践中的 T 分数通常不遵循 t 分布，而是显示过度或过度离散，这就是为什么您应该更好地使用正常选项的原因。

但是，在此之前，您必须将数据居中

z.centered = z-median(z)
fdrtool(z.centered, statistic="normal")
于 2015-06-01T14:40:04.120 回答