如何将 p.adjust 应用于 R 矩阵中的每一行？

Question

我有一个 100 x 10 000 的矩阵，其 p 值 (pval) 对应于 100 个假设的 10 000 次重复。现在我想对矩阵中的每一行应用 bonferroni 校正，函数为 p.adjust.

我的代码运行了，但与原始 p 值矩阵相比，p 值没有变化，与预期的 0.05 水平相比，FWER 仍然约为 0.994。

早些时候我尝试使用 apply 代替，但意识到因为我想调整每一行，所以 sapply 应该更合适。

这是我的代码：

#we simulate n random variables and test the null hypothesis that all
#means are simultaneously 0. (case where all nulls are true.)
n <- 100
pval <- matrix(NA, nrow = 1e4, ncol = n) #making matrix for data
for(k in 1 : 1e4){
  X <- replicate(n=n, expr = rnorm(100)) #replicate makes a matrix with n columns and 100 rows of norm(1,0)
  pval[k, ] <-  apply(X=X, MARGIN = 2, FUN = function(x){ #apply applies a function on our X matrix. MARGIN = 2 means the function is applied on the columns.
    t.test(x = x, mu = 0)$p.value #the function being applied is t.test. (t test is taken on all columns in the X matrix (100 rows))
  }) #this returns a matrix with n rows, 10000 columns where each column represents a p-value.
} #the data is uncorrelated. all zero - hypotheses are true.

#now we apply the Bonferroni correction:
padjBonf <- matrix(NA, nrow = 1e4, ncol = n) #making matrix for adjusted p-vals
for(k in 1 : 1e4){
  padjBonf[k,] <- sapply(X = pval[k,], FUN = function(x){ #sapply applies a function on our X vector. MARGIN = 2 means the function is applied on the columns.
    p.adjust(x, method = "bonferroni") 
  }) 
}

Answer 1

像这样使用 sapply 你是运行 p.adjust 单值

注意以下几点：

p.adjust( 0.05, method="bonferroni" ) # returns 0.05, unchanged!

这就是您遇到的情况。

您可能打算给 p.adjust 所有每个实验的 p 值，因此 p.val 的整行，如下所示：

padjBonf[k,] = p.adjust( p.val[k,], method="bonferroni" )

这应该 return 全 1 是适当的。

或者您可以继续更正每个 p 值并告诉它 n=100，如手册中所述，但实际上没有必要，并且 p.adjust 是在考虑上述用法的情况下编写的.

如何将 p.adjust 应用于 R 矩阵中的每一行？

How to apply p.adjust to each row in matrix in R?

r

statistics

bonferroni