使用 Statsmodels 的神经影像数据的 FDR：许多校正后的 p 值具有相同的值
FDR of neuroimaging data with Statsmodels: many of the corrected p-values have the same value
我 运行 一些 Pearson 的 R 相关性，然后我想使用 Statsmodels 校正多重比较。具体来说，我使用了 this 函数。给定一个 p 值列表，函数 returns 假设是否被拒绝，基于提供的 alpha 值，以及调整后的 p 值，基于指定的方法。在我的例子中，我使用了方法“fdr_bh”，这是逐步的 Benjamini & Hochberg (1995) 方法。
但是，在评估调整后的 p 值时，我注意到有“组”p 值具有相同的值，我不明白这是否是正常行为。这与 this 问题的第二个答案的第 2 点有关吗？
This is an example of my adjusted p-values
这是我使用的代码，给出了 p val 的列表
fdr_p = multitest.multipletests(uncorrected_p, alpha=0.05, method='fdr_bh', is_sorted=False)
感谢任何帮助。
谢谢
Is this related to point 2 of the second answer to this question?
很可能是。
所有逐步p-value校正方法都有单调性限制。
这是在计算中强加的，因此修正后的 p-values 微弱地 在原始未修正的 p-values 中增加。
我 运行 一些 Pearson 的 R 相关性，然后我想使用 Statsmodels 校正多重比较。具体来说，我使用了 this 函数。给定一个 p 值列表，函数 returns 假设是否被拒绝，基于提供的 alpha 值，以及调整后的 p 值，基于指定的方法。在我的例子中，我使用了方法“fdr_bh”，这是逐步的 Benjamini & Hochberg (1995) 方法。
但是，在评估调整后的 p 值时，我注意到有“组”p 值具有相同的值，我不明白这是否是正常行为。这与 this 问题的第二个答案的第 2 点有关吗？
This is an example of my adjusted p-values
这是我使用的代码，给出了 p val 的列表
fdr_p = multitest.multipletests(uncorrected_p, alpha=0.05, method='fdr_bh', is_sorted=False)
感谢任何帮助。
谢谢
Is this related to point 2 of the second answer to this question?
很可能是。
所有逐步p-value校正方法都有单调性限制。
这是在计算中强加的，因此修正后的 p-values 微弱地 在原始未修正的 p-values 中增加。