p-value,p-adjust,q-value三者的定义与使用
p-value是通过T检验产生的一个参数,它代表了两组样本之间的差异性。一般来说,当p-value<0.05时,我们认为这两组样本差异显著。一般情况下,看p-value即可判断样本差异性,但是事实情况并非如此。有时候我们会在样本中发现许多0值,然后少量其它值,这种情况就会对p-value的可靠性造成影响,往往这种情况p-value会很显著,但很明显这样不符合现实。这种时候我们就需要对p-va
文章共302字 · 阅读需要大约2分钟
一键AI生成摘要,助你高效阅读
问答
·
p-value是通过T检验产生的一个参数,它代表了两组样本之间的差异性。
一般来说,当p-value<0.05时,我们认为这两组样本差异显著。
一般情况下,看p-value即可判断样本差异性,但是事实情况并非如此。
有时候我们会在样本中发现许多0值,然后少量其它值,这种情况就会对p-value的可靠性造成影响,往往这种情况p-value会很显著,但很明显这样不符合现实。这种时候我们就需要对p-value进行校正,校正的流程这里不细说了,我们可以简单理解为,p-adjust是用来判断p-value是否可信的一个参数,它来自于p-value,但是相对于p-value可信度更高。这样我们就可以知道,在同时有p-value和p-adjust时,我们应该选择p-adjust用来作为显著性的阈值。
q-value另有一些区别,它也来自于p-value。q-value可以简单理解为表示p-value产生假阳性的概率,当q-value < 0.05时,p-value显著的假阳性小于0.05。
更多推荐
已为社区贡献1条内容
所有评论(0)