作者maja314 (馬甲)
看板Statistics
標題Re: [問題] sample size少要如何使p-value更顯著
時間Fri Jul 17 23:11:13 2015
※ 引述《sinclairJ (SunnyGymBoy)》之銘言：
: 如題 小弟目前從事有關Genome -Wide Association Studies研究
: 但目前樣本數太少（約150）
: 所計算出的最顯著p-value為10^-6（x與y 相關性檢定）
: 但boss希望能達到10^-8
: 想請教除了增加樣本外
: 還有其他的方法嗎？
: 謝謝各位前輩指教
: 目前有想過用產生虛擬樣本的方式來增加樣本數 但我的x與y都是category 所以也卡住了
: 。。。
先說建議，乖乖申請經費增加樣本吧！
（一個小助理應該是沒辦法說服老闆去要更多的錢來增加樣本的）
不過我想說個故事…
大約6年前有個國立研究機構，花了幾百萬做了GWAS，
使用的樣本大約有1000多人，來源遍佈台灣，甚至還有原住民，
使用的軟體是Plink，跑遍了軟體內建的各種檢定，
最好的結果大約也是10^-6~10^-7
當時領導的老師A為了追求更好的結果，
反覆的改變跑檢定的樣本組成，
刪掉某些沒有通過樣本品質檢驗的樣本，
降低或提高不同樣本品質檢驗的type I error，
為此整個資料的前處理高達一年之久，
但仍無法得到更低的p-value。
如果不追求更低的p-value，當時是有可能把paper發出去的，
可是過了一年，想發也沒得發了，
後續的研究團隊用的人數更多，2000-3000人是常態，
p-value更是低到嚇人，-8,-9…我還看過-12的，
為了爭取把名字留在期刊上面的機會，
另外一位負責領導的老師B把資料給了NCI的教授，
結合那位教授的亞洲樣本資料，終於在該領域算不錯的期刊發表了。
利用這筆資料陸陸續續有在不同的期刊發paper，
只是能發在像PLoS、Nature Genetic的機會就再也沒有了，
故事說完了。這是從我的角度看到的種種，
當然或許老師們有他們的考量。
建議原po可以多試幾種檢定方法，
或許可以找到讓p-value降低的model。
至於為什麼需要這麼低的p-value？
GWAS的中文叫「全基因組關聯性檢定」
有看到關鍵字了嗎？沒錯，就是基因。
人體的基因約有20000-25000個，
姑且不論檢定方法，每一次檢定等於同時對20000多個基因做檢定，
因此在multiple correction的原則下，
要求p-value到10^-6並非不合理的事情。
加上定序技術日新月異，基因只會越發現越多，
生物類的期刊p-value通常會要求到0.01或更低，
因此有些教授會要求到10^-8~10^-9，
如果你的鑑定標的是SNP，p-value可是直接從10^-9起跳，
SNP的wiki:
https://en.wikipedia.org/wiki/Single-nucleotide_polymorphism
當然做gwas的老師大多懂基因不懂統計，所以只知道p-value越低越好，
但統計有其極限，150個樣本能做到p-value=10^-6已經很厲害了，
想要更低除了換model外，就是多收集樣本，
希望能對原PO有點幫助。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.35.73.54
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1437145876.A.6C4.html
1F：→ expiate: 不太懂到10^-8這種等級的意義，可以解釋嗎？ 07/17 23:17
2F：→ hugh23715: 以某家的晶片上會有450K個點，你要同時作統計檢定 07/17 23:46
3F：→ hugh23715: 你0.05除以45萬個點就知道有多小了 07/17 23:56
4F：→ wwfc: 內文有寫，multiple correction，see? 07/18 00:00
5F：推 sinclairJ: 謝謝原po的解釋 雖然我與老闆也不太喜歡try and error 07/18 02:08
6F：→ sinclairJ: 的做法 但是為了可信度 能發上基本的期刊 -8似乎是門檻 07/18 02:08
7F：→ sinclairJ: 才不斷的尋找各種方法來提升顯著程度 07/18 02:08