比较两个向量的FDR

Question

我们给出了一个2列(样本、实验条件)和n行(例如基因)的矩阵，我们的目的是确定两个样本之间(在特定的FDR上)发生显著变化的基因。

如何使用R执行此操作？

下面是fdrtool包手册中的一个示例，它演示了如何从p值向量计算FDR：

library("fdrtool") 
data(pvalues)
fdr = fdrtool(pvalues, statistic="pvalue") 
fdr$qval # estimated Fdr values 
fdr$lfdr # estimated local fdr

但问题是，我们这里只有两个观测向量，而不是p值。有什么想法吗？

下面是可以使用的示例数据：foo <- matrix(runif(1000), ncol=2)

我想我们没有复制信息，p值等等，但是可以肯定的是，两个样本之间的基因值有很大的不同，确实有更有力的证据。在这种情况下，有什么办法分配FDR吗？

Answer 1

如果每种情况都有一个样本，就不可能有一个p值，因为这是为一个群体绘制的样本之间的差异在统计上不同的概率。但是，如果你没有复制，没有均值，没有变异，据我所知，我们不能估计采样误差，因此没有办法区分你所看到的值和随机值，对于小样本的常规测试，如t检验。听着，这可能会有帮助：

http://en.wikipedia.org/wiki/P-value

http://www-stat.stanford.edu/~tibs/SAM/

你能做的，是一个MA阴谋

plot

看看你的数据的分布，这是很大的差异，并选择那些。但是，这不是在统计框架中的错误发现率分析，它可能有助于作为一个探索性的分析，但没有真正的统计。在微阵列的文献中，你可能会找到其他的选择，做出一套假设，并进行假设检验，但我不知道有一个可以说明，也许这个小程序包有一个.

​