作者maja314 (马甲)
看板Statistics
标题Re: [问题] sample size少要如何使p-value更显着
时间Fri Jul 17 23:11:13 2015
※ 引述《sinclairJ (SunnyGymBoy)》之铭言：
: 如题 小弟目前从事有关Genome -Wide Association Studies研究
: 但目前样本数太少（约150）
: 所计算出的最显着p-value为10^-6（x与y 相关性检定）
: 但boss希望能达到10^-8
: 想请教除了增加样本外
: 还有其他的方法吗？
: 谢谢各位前辈指教
: 目前有想过用产生虚拟样本的方式来增加样本数 但我的x与y都是category 所以也卡住了
: 。。。
先说建议，乖乖申请经费增加样本吧！
（一个小助理应该是没办法说服老板去要更多的钱来增加样本的）
不过我想说个故事…
大约6年前有个国立研究机构，花了几百万做了GWAS，
使用的样本大约有1000多人，来源遍布台湾，甚至还有原住民，
使用的软体是Plink，跑遍了软体内建的各种检定，
最好的结果大约也是10^-6~10^-7
当时领导的老师A为了追求更好的结果，
反覆的改变跑检定的样本组成，
删掉某些没有通过样本品质检验的样本，
降低或提高不同样本品质检验的type I error，
为此整个资料的前处理高达一年之久，
但仍无法得到更低的p-value。
如果不追求更低的p-value，当时是有可能把paper发出去的，
可是过了一年，想发也没得发了，
後续的研究团队用的人数更多，2000-3000人是常态，
p-value更是低到吓人，-8,-9…我还看过-12的，
为了争取把名字留在期刊上面的机会，
另外一位负责领导的老师B把资料给了NCI的教授，
结合那位教授的亚洲样本资料，终於在该领域算不错的期刊发表了。
利用这笔资料陆陆续续有在不同的期刊发paper，
只是能发在像PLoS、Nature Genetic的机会就再也没有了，
故事说完了。这是从我的角度看到的种种，
当然或许老师们有他们的考量。
建议原po可以多试几种检定方法，
或许可以找到让p-value降低的model。
至於为什麽需要这麽低的p-value？
GWAS的中文叫「全基因组关联性检定」
有看到关键字了吗？没错，就是基因。
人体的基因约有20000-25000个，
姑且不论检定方法，每一次检定等於同时对20000多个基因做检定，
因此在multiple correction的原则下，
要求p-value到10^-6并非不合理的事情。
加上定序技术日新月异，基因只会越发现越多，
生物类的期刊p-value通常会要求到0.01或更低，
因此有些教授会要求到10^-8~10^-9，
如果你的监定标的是SNP，p-value可是直接从10^-9起跳，
SNP的wiki:
https://en.wikipedia.org/wiki/Single-nucleotide_polymorphism
当然做gwas的老师大多懂基因不懂统计，所以只知道p-value越低越好，
但统计有其极限，150个样本能做到p-value=10^-6已经很厉害了，
想要更低除了换model外，就是多收集样本，
希望能对原PO有点帮助。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.35.73.54
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1437145876.A.6C4.html
1F：→ expiate: 不太懂到10^-8这种等级的意义，可以解释吗？ 07/17 23:17
2F：→ hugh23715: 以某家的晶片上会有450K个点，你要同时作统计检定 07/17 23:46
3F：→ hugh23715: 你0.05除以45万个点就知道有多小了 07/17 23:56
4F：→ wwfc: 内文有写，multiple correction，see? 07/18 00:00
5F：推 sinclairJ: 谢谢原po的解释 虽然我与老板也不太喜欢try and error 07/18 02:08
6F：→ sinclairJ: 的做法 但是为了可信度 能发上基本的期刊 -8似乎是门槛 07/18 02:08
7F：→ sinclairJ: 才不断的寻找各种方法来提升显着程度 07/18 02:08