mafdr

估计多假设检测的正面假发现率

在页面上崩溃

句法

罗斯福= mafdr (PValues)

罗斯福= mafdr (PValues、名称、值)

[fdr，q] = mafdr（pvalues，___的）

[FDR，Q，AprioripRob] = MAFDR（Pvalues，___的）

罗斯福,Q, aPrioriProb R_squared] = mafdr (PValues,“方法”,“多项式”,___的）

描述

例子

罗斯福= MAFDR（PValues的）回报罗斯福包含每个输入项的阳性错误发现率(pFDR)PValues使用Storyy（2002）引入的程序［1］。PValues包含数据集中的每个特征（例如，基因）的一个p值。

例子

罗斯福= MAFDR（PValues那名称，价值的）使用由一个或多个名称-值对参数指定的附加选项。例如,'showplot'，真实显示计算结果的诊断图。

例子

[罗斯福那问：] = MAFDR（PValues那___的）也返回假设测试误差度量问：假定值。还可以指定一个或多个名称-值对参数。

例子

[罗斯福那问：那aPrioriProb] = MAFDR（PValues那___的）也退货aPrioriProb,估计先天的零假设的概率 ${\hat{π}}_{0.}$ 是真的。

例子

[罗斯福那问：那aPrioriProb那r_squared.] = MAFDR（PValues“方法”,“多项式”,___的）也退货r_squared.，相关系数的平方。使用多项式方法获得R线值。

例子

全部折叠

估计多假设检测的正面假发现率

打开生活的脚本

使用来自前列腺癌研究的数据来估计阳性FDR（Best等，2005）。数据包含来自Affymetrix®HG-U133AGeneChip®阵列的探针强度数据。

加载基因表达数据。它包含两个变量，DependEntData.和独立的数据这是来自两个实验条件的两个基因表达值矩阵。

加载prostatecanceRexpdata.

使用垫计算两个矩阵中基因表达值的p值。

pvalues =最沉默的（依赖达数据，独立数据，“交换”，真的）;

使用mafdr来计算正的FDR值。

罗斯福= mafdr (pvalues);

计算Q值，先天的概率(零假设是正确的)和r平方值。你必须用多项式的方法来得到r平方的值。通过设置绘制数据'showplot'到真正的。

[FDR，Q，Priori，R2] = MAFDR（Pvalues，'方法'那多项式的那'showplot'，真的）;

$图包含2个轴对象。轴对象1带有标题PI Tothepowerof Circumplex Baseine Indexof 0基线= 0.6768包含4个类型线的物体。这些对象代表立方多项式拟合，$ \ hat \ pi_0 $。轴对象2包含类型线的对象。$

输入参数

全部折叠

`PValues`-所有特征的p值
列向量|`DataMatrix`目的

数据集中的所有功能的p值，指定为列向量或aDataMatrix对象。您可以使用第一个输出垫功能。

数据类型：双

名称 - 值参数

指定可选的逗号分离对名称，价值参数。姓名是参数名称和价值为对应值。姓名必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:fdr = mafdr（pvals，'lambda'，0.5，'showplot'，true）指定0.5的调谐参数值，以估计先前概率并显示质量统计图。

`BHFDR.`-标志用于使用线性升压程序
`错误的`（默认）|`真正的`

使用Benjamini和Hochberg(1995)提出的线性上升程序[2]，指定为逗号分隔的对，由'bhfdr'和真正的或错误的。默认值是错误的也就是说，该函数使用Storey（2002）引入的程序［1］。

如果真正的：

该功能使用Benjamini和Hochberg方法。
函数忽略'方法'和'lambda'名称-值对参数。
只指定一个输出参数，即罗斯福。
如果您还设置了'showplot'到真正的，函数绘图仅Q值与p值相比。有关详细信息，请参阅Showplot.。

例子:'bhfdr'那真正的

数据类型：逻辑

`lambda.`-调整参数
`[0.01：0.01：0.95]`（默认）|正标量|向量

调整参数用于估计先天的零假设为真的概率，指定为逗号分隔对，由'lambda'和一个正标量或具有四个或四个以上值的向量。标量值或向量中的每个值必须介于0和1之间。

如果指定单个值，则函数将忽略'方法'名称值对参数。
如果指定一个值向量，则函数使用指定的方法选择最优值'方法'名称值对参数。

例子:'lambda'[0.01:0.1:0.95]

数据类型：双

`方法`-方法选择Lambda值
`'bootstrap'`（默认）|`多项式的`

方法从指定为逗号分隔对的值范围中选择Lambda值'方法'和'bootstrap'或多项式的。

例子:'方法'，'polynomial'

数据类型：字符|细绳

`Showplot.`-标记以显示诊断图
`错误的`（默认）|`真正的`

标志要显示两个诊断图，指定为逗号分隔的配对'showplot'和真正的或错误的。

如果为true，该函数将显示两个图:

估计的先天的零假设的概率 ${\hat{π}}_{0.} （ λ 的）$ 对三次多项式拟合曲线的调谐参数(λ)是真的吗
q值与假定值

如果您还设置了'bhfdr'到真正的，该函数只显示第二个图。

例子:'showplot'，真实

数据类型：逻辑

输出参数

全部折叠

`罗斯福`—正向FDR值
矢量|`DataMatrix`目的

正的FDR值，作为矢量或数据矩阵对象返回。

如果PValues是列向量吗罗斯福是一列栏矢量。

如果PValues是A.DataMatrix对象,然后罗斯福是A.DataMatrix对象。

`问：`- Q值
列向量

q值，作为列向量返回。问：包含所有观察的假设检测误差措施PValues。

`aPrioriProb`-估计一个先验概率
正标量

估计的先天的零假设的概率 ${\hat{π}}_{0.}$ 是真的，作为正标量返回。

`r_squared.`-相关系数的平方
正标量

相关系数的平方，作为正标量返回。指定'方法'作为多项式的获得第四个输出。

参考文献

［1］Storey，John D。“直接探讨虚假发现率。”英国皇家统计学会学报:B辑(统计方法学)64年,没有。3(2002年8月):479-98。

[2]本杰明尼和霍克伯格1995年。控制错误发现率:一种实用而强大的多重测试方法。J. Royal Stat. Soc. 57:289-300。

[3] Best, c.j.m.， Gillespie, j.w.， Yi, Y.， Chandramouli, G.V.R.， Perlmutter, m.a.， Gathright, Y.， Erickson, h.s.， Georgevich, L.， Tangrea, m.a.， Duray, p.h.， Gonzalez, S.， Velasco, A.， Linehan, w.m.， Matusik, r.j.， Price, d.k.， Figg, W.D.， Emmert-Buck, m.r.， Chuaqui, R.F. 2005。原发性前列腺癌雄激素消融术后分子改变的研究。中国。实用癌症杂志11:6823 - 6831。

[4] Story，J.D.和Tibshirani，R. 2003.基因面研究的统计学意义。Proc。NAT。阿卡。SCI。100：9440-9445。

[5] Storey，J.D.，Taylor，J.E.和Siegmund，D. 2004。虚拟的控制，保守点估计和虚假发现率的同步保守一致性：统一的方法。J. Royal Stat。SOC。66：187-205。