|
第11期在线交流“谈谈RNA-seq和GWAS中的p value 和 Q value”
二代测序数据是典型的大数据，统计是数据分析的基础。不同情况的P value估算是最常见的分析，例如：差异表达分析下的p value，gwas下的p value。由于检验次数的增加，多重检验校正又成为数据分析的必要步骤，于是Q value，adjusted p value，FDR等这些名词又冒了出来。有时候，大家都觉得晕啊！也许你可能遇到过这样的问题：
“Q value 为什么大于 p value呢”
“FDR 怎么大于1，是否分析出错了？”
“我的kegg 富集分析，FDR < 5%找不到关注的pathway，是否可以放宽阈值呢？”
“审稿人说，我的结果使用p value判断是不对的，必须使用多重检验校正后再判断是否显著”
... ...
如果你也遇过这些疑问，欢迎参加我们的在线讲堂。相信1个小时后，你将会豁然开朗。
本期在线交流的内容包括：
(1) 统计的基本概念
功能富集分析是什么逻辑？
当没有先验分布的时候，怎么估算置信区间（permutation、bootstrap等相关的方法）
(2）多重检验的目的
(3）多重检验的方法有哪些？
FDR、Q value、adjusted p value这些概念的由来和关系；
P vlaue 和 Q value的区别；
如何选取Q value的阈值标准；
如何从p value估算Q value；
欢迎大家加入QQ群与嘉宾交流切磋~
交流地点：http://ke.qq.com/course/108998#term_id=100116154 交流QQ群 425346734
交流时间：2015年12月30日（周三）下午4-5点
交流嘉宾：周老师
备注：看视频前，建议先看看这篇文章：
显著检验与多重检验校正
http://www.omicshare.com/forum/thread-260-1-12.html
(出处: OmicShare Forum)
| 
[复制链接]
发表于 2016.1.26 10:09:37
置顶卡
千斤顶
楼主
发表于 2016.3.16 17:56:25
.gif)
.gif)
.gif)
广州大学城智慧谷A5座5-6层
020-39341079
omicshare@genedenovo.com
