FDR計算

FDR的計算很簡單，我折騰了一上午主要是因為遇到了以下幾個問題。

---

問題：

FDR是什么？有什么用？怎么計算？

我把幾個模型的P值都合并成一個表了，所以每次運算FDR時，我需挑選特定的對象。

我有多個模型，所以我想著要如何構建循環。

FDR的數據類型和輸出結果都是vector，所以要如何把vector的結果寫回dataframe里

---

解決：

逐一摸索，再次鞏固R的基礎知識（PS：雷子要趕明天的組會匯報，所以我必須自食其力）。

我的FDR理論學習筆記（微博）

挑選特定的數值。因為FDR是多次重復測量中犯錯的概率（見第一條FDR的概念），所以測量的次數就會影響校正后的結果（廢話），所以一定要把每個model中的p單獨挑出來運算！
又因為FDR的運算對象是向量，所以我只提取模型中的p值這一列，而不是整個數據框截出來。

p_value <- tdata$PCom[d:t]#p value has to be a vector# d和t分別是始末位置

我一共有6個模型，每個模型147個代謝物。先在excel中按model排序，所以在1-882中，從1開始，每147個屬于同一個model。

FDR <- vector() d=1 #i=2 for (i in 1:6){t = 147*ip_value <- tdata$PCom[d:t]#p value has to be a vectorp_adjust <- p.adjust(p_value,method = "BH",n=length(p_value))FDR <- c(FDR, p_adjust)d = t+1 # d的位置很重要，必須放在循環中的最后一步。# 一定要挑幾個片段運行看，確保循環是對的。 }

把結果寫回原來的數據框

timo <- data.frame() timo <- transform(out, FDR_Com=FDR) #out為原數據框，FDR_Com是其中我預先設好的一個空白列

---

思考：

寫代碼，數學邏輯還是很重要。
嗯呢，總結完去吃飯了~
PS：后天我生日 > <

總結

以上是生活随笔為你收集整理的FDR计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。