python - 使用 scipy 组合 p 值

Question

我必须合并 p 值并得到一个 p 值。我正在使用 scipy.stats.combine_pvalues 函数，但它给出的组合 p 值非常小，这正常吗？

例如:

>>> import scipy
>>> p_values_list=[8.017444955844044e-06, 0.1067379119652372, 5.306374345615846e-05, 0.7234201655194492, 0.13050605094545614, 0.0066989543716175, 0.9541246420333787]
>>> test_statistic, combined_p_value = scipy.stats.combine_pvalues(p_values_list, method='fisher',weights=None)
>>> combined_p_value
4.331727536209026e-08

如您所见，combined_p_value 小于 p_values_list 中任何给定的 p 值？怎么可能？

提前致谢， bool 卡克

Answer 1

这是正确的，因为您正在测试所有 p 值都来自随机均匀分布。另一种假设是至少其中一个是正确的。在你的情况下这是很有可能的。

我们可以通过从随机均匀分布中抽取 1000 次 p 值的长度来模拟这一点:

import numpy as np
from scipy.stats import combine_pvalues
from matplotlib import pyplot as plt

random_p = np.random.uniform(0,1,(1000,len(p_values_list)))
res = np.array([combine_pvalues(i,method='fisher',weights=None) for i in random_p])
plt.hist(fisher_p)

根据您的结果，卡方为 62.456，这确实很大，与上面的模拟卡方相差甚远。

需要注意的一件事是，您在这里所做的组合没有考虑方向性，如果在您的测试中可能的话，您可能需要考虑使用斯托弗的 Z 和权重。另一种明智的检查方法是像上面一样运行模拟，生成原假设下的 p 值列表，并查看它们与您观察到的结果有何不同。

Interesting paper but maybe a bit on the statistics side