最近要重读一批之前读过的文章，会大量更新笔记。

首先，我就又读了一遍Storey 和 Tibshirani 写的Statistical significance for genomewide studies。 纸质版被满篇标注了重点。在这里仅仅写一下两者的异同，推导请具体看文章附录。

文章是用q value度量FDR对p value 做校正。q value可以说是FDR的定量扩展。

FDR与false positive rate的区别

false positive rate 是符合零模型的特征被认为显著的比率。

FDR是显著的特征属于零模型的比率。

例如：false positive rate = 5% 意思是平均5%的零模型特征在研究中会被判别成显著的。 FDR=5%意思是在所有显著的特征中，平均存在5%的特征是真正属于零模型的。

familywise error rate

In statistics, familywise error rate (FWER) is the probability of making one or more false discoveries, or type I errors, among all the hypotheses when performing multiple hypotheses tests.

中文翻译成“总体错误推断率”比较好。

p value 与 q value

The p value is an individual measure of the false positive rate while the q value is an individual measurement of the false discovery rate.

比较重要的一点是，p value 如果完全响应零假设（不拒绝），那么p value的分布应该服从均匀分布。解释可以参考:http://stats.stackexchange.com/questions/10613/why-are-p-values-uniformly-distributed-under-the-null-hypothesis

q value <= 0.05产生160个表达量具有显著差异的基因，这意味着有大约8个（160*0.05）被称作具有显著差异的基因是假阳的。

对于p value和q value的普遍错误解释是，它们代表假阳性的概率。 例如，一个基因有q value = 0.013，这并不是说它有0.013的概率为假阳的， 0.013是说当我们认为这个基因是假设检验中的一个显著的结果时，而它是一个假阳性结果，这个事件发生的预计比率（期望比率）为0.013。

单词本