二代测序数据是典型的大数据，统计是数据分析的基础。不同情况的P value估算是最常见的分析，例如：差异表达分析下的p value，gwas下的p value。由于检验次数的增加，多重检验校正又成为数据分析的必要步骤，于是Q value，adjusted p value，FDR等这些名词又冒了出来。有时候，大家都觉得晕啊！也许你可能遇到过这样的问题：

“Q value 为什么大于 p value呢”
“FDR 怎么大于1，是否分析出错了？”
“我的kegg 富集分析，FDR < 5%找不到关注的pathway，是否可以放宽阈值呢？”
“审稿人说，我的结果使用p value判断是不对的，必须使用多重检验校正后再判断是否显著”
... ...

如果你也遇过这些疑问，欢迎参加我们的在线讲堂。相信1个小时后，你将会豁然开朗。



本期在线交流的内容包括：

(1) 统计的基本概念
   功能富集分析是什么逻辑？
   当没有先验分布的时候，怎么估算置信区间（permutation、bootstrap等相关的方法）
(2）多重检验的目的
(3）多重检验的方法有哪些？
    FDR、Q value、adjusted p value这些概念的由来和关系；
    P vaLue 和 Q value的区别；
    如何选取Q value的阈值标准；
    如何从p value估算Q value；

欢迎大家加入QQ群与嘉宾交流切磋~ 交流QQ群 67185986