问题标签 [q-value]

我有一个关于我在分析蛋白质表达的统计中观察到的 p 和 q 值的问题。

我得到以下非常重要的 p 值，但是 Q 值非常高。我在一个名为 progenesis 的软件中进行了这种分析，并希望以本论坛中描述的方式分析这些数据。

请参阅所附图片。你从这个输出中得出什么结论——我可以不相信 p 值，因为 q 值太高了吗？我的研究是否动力不足，也许我需要更高的 n 数？

有关于 q 和 p 值是什么的描述，但是不清楚他们是否根据多重测试调整了 p 值。

链接在这里：http://www.nonlinear.com/support/progenesis/comet/faq/v2.0/pq-values.aspx

我们希望根据这些数据进行更大的实验，但是我们不确定所看到的效果是由于随机测试问题、研究动力不足还是任何其他问题。

这是我正在使用的代码：

我收到的错误代码是：

我尝试安装包 qvalue 并收到错误：

我还尝试使用以下代码安装 jaccard 和 qvalue：

这些似乎都不起作用，我收到同样的错误。

我modelsummary用来显示几个多项模型的结果，每个模型使用mice::pool function. 它工作得很好，但我想为错误发现率添加 q 值/调整后的 p 值。

我知道我需要创建一个tidy_custom.mipo函数来添加此统计信息，但我无法让它工作。

下面是获取 mipo 对象的“pool_univariate”列表的代码，然后我将其传递给模型摘要。效果很好，我只想添加 q 值统计量。

知道怎么做吗？

非常感谢！

我想找到 FDR 调整后 p 值为 p<.05 的 SNPS 的数量。然而，我的for loop和if声明没有有效地找到 p<.05 的 SNP 数。

我的数据集有一P列表示 p 值和 1422 个观察值。

qvalue我使用库计算了 q 值。

最后，我想找到 FDR 调整后 p 值 p<.05 的 SNP 数量。

发现有一个 q-value > 0.05 就去掉了。但是，如下所示，长度fdr$qvalues保持不变，这意味着我没有删除 q-value > 0.05 的元素。

我想在这个 github 代码中打印 q 值。

https://github.com/rlcode/reinforcement-learning-kr-v2/blob/master/2-cartpole/1-dqn/train.py

我只是写print(agent.model(state))在下面的next_state = np.reshape(next_state, [1, state_size])行。

但是当第一集完成时，它总是会出现这样的错误。 在此处输入图像描述 如何查看此代码中的 q 值？请帮助我并回答。

感谢阅读。