Python实现R包brainwaver中的compute.FDR函数

FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，其意义为是错误拒绝（拒绝真的（原）假设）的个数占所有被拒绝的原假设个数的比例的期望值。

compute.FDR {brainwaver}使用图论进行可视化和参数化的多变量时间序列的基本小波分析

def computeFDR(parray, q=0.05):

    if min(parray) < 0 or max(parray) > 1: raise ValueError("请检查P值是否在0~1范围内！\n")

    probs = sorted(parray)

    l = len(probs)

    correct = sum([1/i for i in range(1, l + 1)])

    fdr = [i/l*(q/correct) for i in range(1, l + 1)]

    sig = [0] * l

    for i in range(l):

        if probs[i] <= fdr[i]:

            sig[i] = 1

    maxsig = max([i*j for i, j in zip(sig, range(1, l))])

    return 0 if maxsig==0 else probs[maxsig]

参考资料

http://www.gipsa-lab.grenoble-inp.fr/~sophie.achard/brainwaver/compute.FDR.html

巴特西

Python实现R包brainwaver中的compute.FDR函数

参考资料

最新文章

热门文章