我有一个p值的单元格数组，必须针对多个比较进行调整。我怎么能在Matlab中做到这一点？我找不到内置函数。
在R中我会这样做：
data.pValue_adjusted = p.adjust(data.pValue, method='bonferroni')
Matlab有类似的功能吗？理想情况下，执行不同的调整方法（Bonferroni，Benjamini-Hochberg，FDR ......）？
答案 0 :(得分：5)
如果您有Bioinformatics Toolbox，您可以使用MAFDR函数计算由错误发现率调整的p值。
答案 1 :(得分：1)
对于没有Bioinformatics Toolbox的人，FDR（错误发现率）方法也很好地描述here，它还提供了一个fdr脚本的链接。
答案 2 :(得分：0)
查看Matlab文件交换中的T-test with Bonferroni Correction及相关文件。
我希望这会有所帮助。
答案 3 :(得分：0)
This submission可能就是你要找的东西，但它只实现了Bonferroni-Holm方法。 您必须在FEX中搜索与其他校正方法类似的解决方案。
那就是说统计工具箱有MULTCOMPARE方法，它设计用于多个比较测试，但它没有返回校正的p值。这是一个例子：
load fisheriris
[pVal tbl stats] = kruskalwallis(meas(:,1), species) %# Kruskal-Wallis or ANOVA
title('Sepal Length'), xlabel('Groups'), ylabel('Value')
[c,m] = multcompare(stats, 'ctype','bonferroni', 'display','on');
答案 4 :(得分：0)
另见http://uk.mathworks.com/matlabcentral/fileexchange/28303-bonferroni-holm-correction-for-multiple-comparisons和 https://en.wikipedia.org/wiki/Holm%E2%80%93Bonferroni_method为背景。
答案 5 :(得分：0)
R的p.adjust函数的MATLAB / Octave实现可用here。可以使用以下方法对多个比较执行p值调整，这些方法等效于它们的R对等物：
免责声明：我是该软件包的作者。