R：Q-VALUE

source("<a href="http:///biocLite.R")" target="_blank">http:///biocLite.R")

biocLite("qvalue")

library(qvalue)

data(hedenfalk)

qobj <- qvalue(hedenfalk)

summary(qobj,cut=c(0.01,0.05))

qplot(qobj)

qwrite(qobj, filename="myresults.txt")

PNAS-2003-Storey-9440-5.pdf

Bioconductor's qvalue package.pdf

qvalue.pdf

本文引用地址：http://blog.sciencenet.cn/blog-452120-786447.html

FDR校正后的p-value，即q-value

用FDR错误控制法对p-value作多重假设检验校正

FDR错误控制法是Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的。实践中希望错误比例Q＝V/R平均而言不 能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％.
对所有候选基因的p值进行从小到大排序，则若想控制fdr不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。 因此，FDR的计算公式如下：

q-value(i)=p(i)*length(p)/rank(p)