多重检验校正

多重检验校正
总结：
（1）当同一个数据集有n次（n>=2）假设检验时，要做多重假设检验校正
（2）对于Bonferroni校正，是将p-value的cutoff除以n做校正，这样差异基因筛选的p-value cutoff就更小了，从而使得结果更加严谨
（3）FDR校正是对每个p-value做校正，转换为q-value。q=p*n/rank，其中rank是指p-value从小到大排序后的次序。

单次检验的I类错误
假设检验是用于检验统计假设的一种方法，其基本思想是“小概率事件”原理，即小概率事件在一次试验中基本上不会发生。
假设检验的基本方法是提出一个空假设（null hypothesis），也叫做原假设或无效假设，符号是H0。一次检验有四种可能的结果，用下面的表格表示：

Type I error，I类错误，也叫做α错误，假阳性。
Type II error，II类错误，也叫做β错误，假阴性。
多次检验使得犯I类错误概率增大
在传统的假设检验中，单个检验的显著性水平或I型错误率 (错误拒绝原假设的概率)为计算出的P-value。但随着检验次数的增加，错误拒绝原假设的概率即I型错误率大大增加。
例如：如果我们进行了m次假设检验ÿ