题目
某全基因组关联性研究中，需要对100万个位点进行关联性检验，若要控制|类错误率，下列说法最合理的是()。 A 可以用每个位点检验的P值乘以检验次数再与检验水准进行比较 ; B 可以将检验水准除以检验次数来得到校正的检验水准 ;C 可以计算错误发现率 ; D 以上说法都正确
某全基因组关联性研究中，需要对100万个位点进行关联性检验，若要控制|类错误率，下列说法最合理的是()。
A 可以用每个位点检验的P值乘以检验次数再与检验水准进行比较 ;
B 可以将检验水准除以检验次数来得到校正的检验水准 ;
C 可以计算错误发现率 ;
D 以上说法都正确
题目解答
答案
在全基因组关联性研究中，进行多次假设检验时需要考虑多重比较校正，以控制假阳性的类错误率。下面对每个选项进行分析：
A. 可以用每个位点检验的P值乘以检验次数再与检验水准进行比较：这是一种常见的多重比较校正方法，通常使用 Bonferroni 校正，其中将检验水准除以检验次数来控制总体的错误率。这种方法是正确的。
B. 可以将检验水准除以检验次数来得到校正的检验水准：这是正确的描述多重比较校正的方法之一。将原始检验水准除以检验的次数，通常使用 Bonferroni 校正或其他校正方法。
C. 可以计算错误发现率：错误发现率（False Discovery Rate，FDR）是另一种多重比较校正的方法，它关注的是被错误拒绝的零假设的比例。虽然它在某些情况下更具灵活性，但它不是类错误率（Familywise Error Rate，FWER）的直接控制方式，因此要根据研究需求来决定是否采用。
D. 以上说法都正确：这个选项是正确的，因为A和B描述了多重比较校正的两种常见方法，而C提到了另一种校正方法，具体选择取决于研究的要求和控制错误的目标。
综上所述，选项D "以上说法都正确" 是最合理的。不同的研究情境和需求可能会选择不同的多重比较校正方法，以控制假阳性的类错误率。
解析
步骤 1：理解多重比较校正的背景
在全基因组关联性研究中，进行多次假设检验时需要考虑多重比较校正，以控制假阳性的类错误率。类错误率（Familywise Error Rate，FWER）是指在多次检验中至少一次错误拒绝零假设的概率。为了控制FWER，需要对检验水准进行校正。
步骤 2：分析选项A
选项A描述了Bonferroni校正方法，即用每个位点检验的P值乘以检验次数再与检验水准进行比较。这种方法可以有效地控制FWER，但可能会导致检验的统计功效降低。
步骤 3：分析选项B
选项B描述了另一种Bonferroni校正方法，即将检验水准除以检验次数来得到校正的检验水准。这种方法同样可以有效地控制FWER，但可能会导致检验的统计功效降低。
步骤 4：分析选项C
选项C提到了错误发现率（False Discovery Rate，FDR），这是一种多重比较校正的方法，它关注的是被错误拒绝的零假设的比例。虽然FDR在某些情况下更具灵活性，但它不是FWER的直接控制方式，因此要根据研究需求来决定是否采用。
步骤 5：分析选项D
选项D "以上说法都正确" 是最合理的，因为A和B描述了多重比较校正的两种常见方法，而C提到了另一种校正方法，具体选择取决于研究的要求和控制错误的目标。
在全基因组关联性研究中，进行多次假设检验时需要考虑多重比较校正，以控制假阳性的类错误率。类错误率（Familywise Error Rate，FWER）是指在多次检验中至少一次错误拒绝零假设的概率。为了控制FWER，需要对检验水准进行校正。
步骤 2：分析选项A
选项A描述了Bonferroni校正方法，即用每个位点检验的P值乘以检验次数再与检验水准进行比较。这种方法可以有效地控制FWER，但可能会导致检验的统计功效降低。
步骤 3：分析选项B
选项B描述了另一种Bonferroni校正方法，即将检验水准除以检验次数来得到校正的检验水准。这种方法同样可以有效地控制FWER，但可能会导致检验的统计功效降低。
步骤 4：分析选项C
选项C提到了错误发现率（False Discovery Rate，FDR），这是一种多重比较校正的方法，它关注的是被错误拒绝的零假设的比例。虽然FDR在某些情况下更具灵活性，但它不是FWER的直接控制方式，因此要根据研究需求来决定是否采用。
步骤 5：分析选项D
选项D "以上说法都正确" 是最合理的，因为A和B描述了多重比较校正的两种常见方法，而C提到了另一种校正方法，具体选择取决于研究的要求和控制错误的目标。