R 从分布图估计p值阈值

我的数据采用以下格式，包括一个特定的统计数据

   site     LRStat
   1        3.580728
   2        2.978038
   3        5.058644
   4        3.699278
   5        4.349046

这只是数据的一个样本

然后，我通过排列随机数据对获得了零LR分布。我用它绘制了一个直方图，y轴上有频率，x轴上有LR统计。如何根据零分布确定临界p值截止点（如下图所示）

---

您现在有了LR值的采样分布。R中的

分位数

函数将为您提供您喜欢的任何“临界值”的估计值。例如，如果您决定使用传统的0.05“p值”，则可以使用名为LR_df的数据帧进行说明，并发出以下命令：

quantile( LR_df[ , 'LRStat'] , 0.95) 

如果你想在图形上显示所有这些“概率”，你可以使用一个与单位互补的值向量。下面的代码为您提供了

LSstat

值，其中给定比例的样本高于该值

quantile( LR_df[ , 'LRStat'] , c(0.9, 0.95, 0.99, 0.999, 0.9999) ) 

p值只是在零假设下检验统计量的抽样分布。在这种情况下，您的无效假设是

lrsts

是均匀分布的。（我知道这样说听起来很奇怪，但如果你想和统计学家争论，那就去拿一份。）p值的选择取决于科学或商业环境。如果你在评估一个投资机会，临界值可能是0.15，但如果你试图找到新的科学知识，我认为它应该更小（更严格的测试）。分子遗传学领域的文献中有很多垃圾（即无法复制结果），因为它们在统计方法上不够严格