标签：拒绝 统计 als href targe 实现 ISE return max
FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，其意义为是 错误拒绝（拒绝真的（原）假设）的个数占所有被拒绝的原假设个数的比例的期望值。
compute.FDR {brainwaver}使用图论进行可视化和参数化的多变量时间序列的基本小波分析
def computeFDR(parray, q=0.05):
if min(parray) < 0 or max(parray) > 1: raise ValueError("请检查P值是否在0~1范围内！\n")
probs = sorted(parray)
l = len(probs)
correct = sum([1/i for i in range(1, l + 1)])
fdr = [i/l*(q/correct) for i in range(1, l + 1)]
sig = [0] * l
for i in range(l):
if probs[i] <= fdr[i]:
sig[i] = 1
maxsig = max([i*j for i, j in zip(sig, range(1, l))])
return 0 if maxsig==0 else probs[maxsig]
http://www.gipsa-lab.grenoble-inp.fr/~sophie.achard/brainwaver/compute.FDR.html
Python实现R包brainwaver中的compute.FDR函数
标签：拒绝 统计 als href targe 实现 ISE return max
原文地址：https://www.cnblogs.com/yahengwang/p/9936729.html
