问题标签 [p-value]

我正在尝试为 p 值列表获取调整后的 p 值，但该p.adjust函数给了我意想不到的值。

在单独的数据集上完全相同的命令（具有相同数量的探针，即行），给我这个：

我曾经tail表明，在这种情况下，与上面相比，较高的 p 值具有较低的调整 p 值，即使两个数据集长度相同。此外，如果它很重要（我一直在阅读相互矛盾的报告），p 值已经排序在CRISPR_gene. 谁能告诉我为什么会这样？我只是没有掌握 BH 调整的真正工作原理，还是我做错了什么？

在此先感谢，
维罗尼克

我有一个 p 值的数据框。除了 p 值，它还有一些零条目。

data

我使用以下代码应用 Fisher 方法来组合每行的 p 值。

我想从添加到行和中跳过零，因为它会在 p 值的对数转换后导致无限值。

我一直在使用 R 中 Hmisc 包中的 rcorr 函数。我弄清楚了它是如何工作的，我可以提取结果，将它们放在一个漂亮的表中。我看了这篇文章：p-values of correlation coefficients。但是......剩下的一件事困扰着我：如果 p 值 = 0.0000 怎么办？即使您使用打印语句添加更多数字，p-value = 0。

这是否意味着它是一个非常显着的相关性？我的意思是，R 的计算能力是否已经达到极限，这就是为什么它只会返回“0”？

比如下面的一些结果。

当我用“test$P”进一步检查时，我会得到这个：

谢谢！

桑德

我有一个.CEL文件，需要affy打包处理。我得到了相应的探测和检测调用。我还想计算.CEL文件的 Pvalue。

我使用下面的代码来获取探测和检测调用，然后结合：

在上面的代码中，我还想计算 p 值，然后想组合。

.CEL文件：

获取探针 ID 和表达式值后：

计算 Calls 后；

如何计算 P 值。??

我已经对 DNA 甲基化数据进行了统计分析，我已经写了报告，但被我的顾问拒绝了，因为他希望我在论文中做一些修改。

一个我无法回答的问题，因为我并不真正理解它与 p 值有关。

在分析过程中，我使用我在 R 中编写的代码进行了置换测试，其中样本被洗牌 1000 次，并计算了 p 值。但是我的教授问我“如何知道 p 值的有效性。错误模型是什么？”

我无法回应，因为我不知道他的真正意思，但我最近正在阅读关于排列测试的内容，但还没有得到答案。

谁能帮我理解这个问题，好吗？

我想p.adjust在 R 中应用函数，其中n< p 值的数量。独立测试的实际数量低于 p 值的数量，因为它来自具有连锁去平衡 Desequilibrium 的基因组数据（独立测试的有效数量，Meff）。

但是，该p.adjust功能不允许它：number of comparisons, must be at least length(p).

有人知道如何在函数或其他通用函数中更改此默认值以完成类似的工作吗？谢谢！

遵循的步骤：

1 - 3242 个测试标记 = 3242 个 p 值

2 - 推断 Meff 为：1096（http://simplem.sourceforge.net/程序）

现在我需要根据 Meff 估计校正后的阈值或校正的 p 值。

我不确定哪种多重测试校正策略更适合或如何在我的数据中应用它。

在我的生存分析任务中，我使用 cox 比例模型来计算数据集不同组中的一致性指数 (c-index) 值。我想知道如何将 p 值添加到我的 c-index 图中以比较不同的组看起来像这个图？

这是我的代码：

提前致谢，

我已阅读以下句子：

与样本数量（通常 50000 个体素对应 1000 个样本）相比，功能性 MRI 数据是高维的。在这种情况下，机器学习算法可能表现不佳。然而，一个简单的统计测试可以帮助减少体素的数量。

学生 t 检验 (scipy.stats.ttest_ind) 执行简单的统计检验，确定两个分布在统计上是否不同。它可用于比较两种不同条件下的体素时间序列（在我们的案例中显示房屋或面孔时）。如果两个条件下的时间序列分布相似，则体素对区分条件不是很感兴趣。

此检验返回的 p 值表示两个时间序列来自同一分布的概率。p 值越低，体素就越有区别。

来自： http: //nilearn.github.io/building_blocks/manipulating_mr_images.html

这个 t 检验也可以应用于 4 个类（条件）吗？如果可以，如何？

是否有可用的 Matlab 实现？

我正在使用以下代码执行 t 检验：

我的输出看起来像：

当我传递与数组相同的数据并使用 ttest_ind 函数时，我得到 t = -11.374250 p = 0.000000。

为什么我的函数将 p 设为 nan ？Afaik，我不能将 nan 视为 0。如何理解我的 t_stat 和 ttest_ind 之间的确切区别？任何帮助，将不胜感激。

我有一些 t 值和自由度，并想从中找到 p 值（它是双尾的）。在现实世界中，我会使用统计教科书背面的 t 检验表；但是，我在 python 中使用 stdtr 或 stats.t.sf 函数。它们都适用于小自由度，但给我 nan 大自由度：

tf = -11.374250, dof=-2176568.362223 给出 pf 和 pval= nan。

你能帮我了解一下内部发生的事情吗？此外，如何阅读python这些内部函数的代码。