T*******I 发帖数: 5138 | 1 一个对照性的microarray实验有1500个基因, 我没有用FDR曲线Q值,而是另行设计了一
个新的选法,第一次选出了64个, 第二次从64个中选出44个, 然后再选出29个, 最后一
步选出了19个。这样选出的结果以1500为基数的话,在纯粹的数量上是多了还是少了?谢
谢。 | G******n 发帖数: 289 | 2 depends on your biology... for RNAseq, we usually assume 250~500 out of
25000, 1% to 2%. What array are you using? Why 1500 genes? | T*******I 发帖数: 5138 | 3 多谢回复。
我这个只是一部分RNA的甲基化检测结果。因为经费问题, 只做了这1505个基因。
【在 G******n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : depends on your biology... for RNAseq, we usually assume 250~500 out of : 25000, 1% to 2%. What array are you using? Why 1500 genes?
| G******n 发帖数: 289 | 4 1%左右差不多。你要是用qvalue选出来多少? | T*******I 发帖数: 5138 | 5 None of them can be selected by the FDR curve and q-value after permutation.
But with the raw p-values to fit the FDR and Q-value, 5 only.
An interesting thing is that if the selection is at the 0.01 with the new
method, only 5 can be selected, but these 5 genes are not the 5 genes
selected by the above. Only 3 are the same. The other 2 in the new method
even have the raw p-values > 0.05 in the old method.
In addition, in the 19 genes selected by the new method, 8 or more than 42%
of them have the raw p-values > 0.05 in the old method. So, you can see the
new method is significantly different from the current one.
【在 G******n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 1%左右差不多。你要是用qvalue选出来多少?
| G******n 发帖数: 289 | 6 那差不多了,不知道你自己弄得这个方法是啥,不过你要是能保证false positive
rate收敛于你的cutoff就行了。关键还是去validation,那你弄的这19个,去单独做一
下,用普通ttest看看就知道了。 | T*******I 发帖数: 5138 | 7 谢谢你热心的指点和建议。
我的这个方法可以无需FDR和Q值。那两个东西对于我来说很晦涩诡异。我不认为这里存
在一个所谓的多重检验下的误差增大的问题。事情其实很简单。
【在 G******n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 那差不多了,不知道你自己弄得这个方法是啥,不过你要是能保证false positive : rate收敛于你的cutoff就行了。关键还是去validation,那你弄的这19个,去单独做一 : 下,用普通ttest看看就知道了。
|
|