・お題：多重検定したので、p値を補正したい。
・多重比較検定をすると、familywise error rateが上昇してしまうことが知られている。詳しくは以下を参照。
・そこで、得られたp値を補正したい。
・Pythonでp値を補正するには、statsmodels.stats.multitest.multipletestsを使うみたい（詳しくは以下）。
・とりあえず、やってみる。
p_value=[0.001, 0.01, 0.02, 0.03, 0.05, 0.06, 0.07]
import statsmodels.stats.multitest as multi
multi.multipletests(p_value, alpha=0.05, method="bonferroni")
(array([ True, False, False, False, False, False, False]),
array([0.007, 0.07 , 0.14 , 0.21 , 0.35 , 0.42 , 0.49 ]),
0.007300831979014655,
0.0071428571428571435)
確かに、p値が7倍され、bonferroni法で補正されたらしい。
・他の手法も試してみる。
multi.multipletests(p_value, alpha=0.05, method="holm")
(array([ True, False, False, False, False, False, False]),
array([0.007, 0.06 , 0.1 , 0.12 , 0.15 , 0.15 , 0.15 ]),
0.007300831979014655,
0.0071428571428571435)
multi.multipletests(p_value, alpha=0.05, method="fdr_bh")
(array([ True, True, True, False, False, False, False]),
array([0.007, 0.035, 0.04666667, 0.0525, 0.07, 0.07, 0.07]),
0.007300831979014655,
0.0071428571428571435)
・ちなみに、統計解析ライブラリのpingouinでもできる。
import pingouin as pg
pg.multicomp(p_value,alpha=0.05,method="fdr_bh")
(array([ True, False, False, False, False, False, False]),
array([0.007, 0.07 , 0.14 , 0.21 , 0.35 , 0.42 , 0.49 ]))
・便利かも。
おわり。
