- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在计算 R 数据框中每行的超几何测试,希望是正确的。
其中第 1 列是基因 (microRNA) 的名称,“Total_mRNA”列是基因组中总共存在多少 mRNA,因此不会改变。 “Total_targets_targets”列是如果所有 mRNA 都存在的话,每个 microRNA 可以靶向的 mRNA 数量。然而,对于这个例子,仅存在“subset_mRNA”(该数字也始终相同),并且其中我知道每个 microRNA 可以针对“subset_targets”有多少个 mRNA。
为了确定每个 microRNA 的目标与背景(总 mRNA 和针对它们的总 microRNA)相比是否富集,我对每行执行超几何测试,如下所示:
phyper(targets-in-subset, targets-in-bkgd, failure-in-bkgd, sample-size-subset, lower.tail= FALSE)
dput(df1)
structure(list(Genes_names = c("microRNA-1", "microRNA-2", "microRNA-3",
"microRNA-4", "microRNA-5", "microRNA-6", "microRNA-7", "microRNA-8",
"microRNA-9", "microRNA-10"), Total_mRNAs = c(61064L, 61064L,
61064L, 61064L, 61064L, 61064L, 61064L, 61064L, 61064L, 61064L
), Total_targets_targets = c(1918L, 7807L, 3969L, 771L, 2850L,
1355L, 1560L, 2478L, 1560L, 2478L), subset_mRNAs = c(17571L,
17571L, 17571L, 17571L, 17571L, 17571L, 17571L, 17571L, 17571L,
17571L), subset_targets = c(544L, 2109L, 1137L, 213L, 793L, 394L,
430L, 686L, 430L, 686L)), class = "data.frame", row.names = c(NA,
-10L))
df1$pvalue <- phyper(df1$subset_targets, df1$Total_targets_targets, df1$Total_mRNAs-df1$Total_targets_targets, df1$subset_mRNAs, lower.tail= FALSE)
现在的问题是 Bonferroni 如何纠正这个值?这个计算理论上正确吗?
最佳答案
如果您没有大量样本,请避免这种痛苦,只需使用 Fisher 测试并使用 p.adjust
进行 bonferroni:
library(broom)
result = lapply(1:nrow(df1),function(i){
not_target_subset = df1$Total_targets_targets[i] - df1$subset_targets[i]
not_subset = df1$Total_mRNAs[i] - df1$subset_mRNAs[i] - not_target_subset
M = cbind(c(df1$subset_targets[i],df1$subset_mRNAs[i]-df1$subset_targets[i]),
c(not_target_subset,not_subset))
res = data.frame(Genes_names=df1$Genes_names[i],
tidy(fisher.test(M,alternative="greater")))
return(res)
})
result= do.call(rbind,result)
result$padj = p.adjust(result$p.value,"bonferroni")
您的超几何代码略有偏差。请注意,您正在进行单侧超几何测试。
您可以查看这个post for how to put the tables into phyper和 this for why you need the -1 。因此我们计算超几何 p 值:
result$hyper_p = with(df1,
phyper(subset_targets-1,subset_mRNAs,Total_mRNAs-subset_mRNAs, Total_targets_targets, lower.tail= FALSE)
)
你可以看到它相符:
Genes_names estimate p.value conf.low conf.high
1 microRNA-1 0.9793710 0.6655527 0.8984025 Inf
2 microRNA-2 0.9047305 0.9998968 0.8647701 Inf
3 microRNA-3 0.9933480 0.5791759 0.9350214 Inf
4 microRNA-4 0.9441864 0.7722712 0.8229140 Inf
5 microRNA-5 0.9520878 0.8789562 0.8863785 Inf
6 microRNA-6 1.0151760 0.4119600 0.9168998 Inf
7 microRNA-7 0.9404619 0.8641420 0.8539585 Inf
8 microRNA-8 0.9454359 0.8942082 0.8756678 Inf
9 microRNA-9 0.9404619 0.8641420 0.8539585 Inf
10 microRNA-10 0.9454359 0.8942082 0.8756678 Inf
method alternative hyper_p
1 Fisher's Exact Test for Count Data greater 0.6655527
2 Fisher's Exact Test for Count Data greater 0.9998968
3 Fisher's Exact Test for Count Data greater 0.5791759
4 Fisher's Exact Test for Count Data greater 0.7722712
5 Fisher's Exact Test for Count Data greater 0.8789562
6 Fisher's Exact Test for Count Data greater 0.4119600
7 Fisher's Exact Test for Count Data greater 0.8641420
8 Fisher's Exact Test for Count Data greater 0.8942082
9 Fisher's Exact Test for Count Data greater 0.8641420
10 Fisher's Exact Test for Count Data greater 0.8942082
关于r - 如何使用 Bonferroni 校正计算数据框中每一行的超几何检验,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64969842/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!