基于Permutation重抽样的多重检验和FDR估计

摘要

目的：研究基于错误发现率的微阵列数据多重假设检验和估计.方法：采用permutation检验获得原始p值,多重检验中控制和估计FDR,并应用于Hedenfalk的乳腺癌微阵列.结果：如选择|t|≥3作为拒绝域,则识别出244个表达差异的基因,对应的FDR估计值大约为8.5％.结论：permutation检验适合于微阵列数据,通过考虑零假设比例的情况能够进一步提高FDR控制的效率和灵活性.