matlab使用FDR校正P值后,P值变小

问题描述

matlab使用FDR校正P值后,P值反而变小。

例如:

matlab 复制代码
P = [0.0634, 0.0269, 0.0897, 0.0554, 0.0654, 0.1168];
[FDR, Q]=mafdr(P)

运行后:

matlab 复制代码
FDR =

    0.0060    0.0076    0.0051    0.0078    0.0046    0.0055


Q =

    0.0046    0.0046    0.0051    0.0046    0.0046    0.0055

解决办法:

matlab 复制代码
FDR1 = mafdr(P,'BHFDR', true)

运行后:

matlab 复制代码
FDR1 =

    0.0981    0.0981    0.1076    0.0981    0.0981    0.1168

参考

相关推荐
罗小罗同学9 天前
Nat Med发表SPARK智能体框架,可以自主思考、提出假设、设计实验并验证结果,让AI也能主动发现肿瘤生物学规律
大数据·人工智能·spark·医学图像处理
医学AI望远镜11 天前
CT加临床和血清指标:肺腺癌磨玻璃结节术前三分类的多模态方法
人工智能·医学图像·医学+ai
AI医影跨模态组学13 天前
Nat. Biomed. Eng(1区top,IF=26.6)上海科技大学钱学军团队:一种用于乳腺癌风险分层的多模态机器学习模型
人工智能·科技·深度学习·机器学习·论文·医学影像
AI医影跨模态组学13 天前
Sci. Adv.(IF=12.5)首都医科大学宣武医院卢洁等团队:一种用于预测乳腺癌新辅助化疗病理完全缓解的多模态全自动系统
人工智能·深度学习·论文·医学影像·影像组学
AI医影跨模态组学13 天前
Nat Commun(IF=15.7)波士顿大学医学院:基于人工智能的多模态数据融合用于阿尔茨海默病生物标志物评估
人工智能·深度学习·机器学习·论文·医学影像
AI医影跨模态组学13 天前
Lancet Digital Health(IF=24.1)德国德累斯顿工业大学医学院:深度学习评估结直肠癌的基因型-表型相关性
人工智能·深度学习·论文·医学影像·影像组学
AI医影跨模态组学13 天前
Biomarker Res(IF=11.5)安徽医科大学第一医院:基于机器学习的放射组学模型:子宫内膜癌患者的预后预测及机制探索
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学13 天前
J Hepatol(IF=33.0)英国帝国理工学院:基于机器学习的影像组学模型在预测肝细胞癌免疫治疗结局中优于临床生物标志物
人工智能·深度学习·机器学习·论文·医学影像·影像组学
AI医影跨模态组学14 天前
Radiol Imaging Cancer 苏大一附属胡春红团队:基于MRI和HE的多模态深度学习模型预测肝细胞癌包裹性血管模式
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学14 天前
如何将影像组学与病理组学特征与胃癌术后复发的“炎症‑耗竭”免疫机制建立关联,并解释其与患者预后及辅助化疗/免疫治疗响应的机制联系
人工智能·深度学习·论文·医学影像·影像组学