FDR校正：解决多重假设检验假阳性问题的关键技术

1. 为什么我们需要FDR校正？

2003年人类基因组计划完成时，科学家们面临一个尴尬的现实：当同时检验数万个基因表达差异时，按传统p<0.05的标准，即使没有真实差异，也会有上千个基因被误判为显著。这就是多重假设检验带来的假阳性泛滥问题。

FDR（False Discovery Rate）校正正是为解决这一问题而生。与Bonferroni等传统方法不同，FDR控制的是所有阳性结果中假阳性的比例。举个例子，当我们说"FDR<0.05"，意味着在所有报告的显著结果中，假阳性预期不超过5%。

关键区别：FWER（如Bonferroni）控制的是"至少出现一个假阳性"的概率，而FDR控制的是"假阳性占所有阳性的比例"。前者过于保守，后者更适应高通量研究需求。

2. FDR核心算法解析

2.1 Benjamini-Hochberg方法

最经典的BH方法实现步骤如下：

1. 对m个检验的p值从小到大排序：p(1) ≤ p(2) ≤ ... ≤ p(m)
2. 对每个p值计算临界值：(i/m)*q，其中i是排名，q是目标FDR水平
3. 找到最大的k，使得p(k) ≤ (k/m)*q
4. 判定前k个检验为显著

python复制# Python实现示例
import numpy as np
def bh_correction(pvals, q=0.05):
    m = len(pvals)
    ranked_pvals = np.sort(pvals)
    critical_values = (np.arange(1, m+1)/m) * q
    max_k = np.max(np.where(ranked_pvals <= critical_values)[0])
    return pvals <= ranked_pvals[max_k]

2.2 Storey's q-value方法

John Storey提出的q-value给出了每个检验的"最小FDR"估计：

code复制q(p_i) = min_{t≥p_i} [m·π_0·t / R(t)]

其中π_0是真实无效假设的比例估计，R(t)是p≤t的检验数。

3. 实操中的关键决策点

3.1 如何选择校正方法？

|