如何仅用三个输入值通过phyper完成超几何检验的显著性判断

参数对应规则 #

超几何检验需要4个输入参数，仅使用你提供的3个数值时，默认将两个集合的并集作为总背景（总大小为 488 + 312 - 16 = 784），参数映射如下：

• q：观测重叠数调整值，检验重叠是否显著高于随机时取重叠数-1，检验是否显著低于随机时取重叠数
• m：集合A的总数量，对应值为488
• n：总背景中不属于集合A的数量，对应值为 总背景大小 - 488 = 296
• k：集合B的总数量，对应值为312

计算代码 #

# 输入赋值
overlap_num <- 16
setA_size <- 488
setB_size <- 312

# 计算总背景（两集合并集）
bg_total <- setA_size + setB_size - overlap_num

# 检验重叠是否显著高于随机水平的单侧p值
p_higher <- phyper(q = overlap_num - 1, m = setA_size, n = bg_total - setA_size, k = setB_size, lower.tail = FALSE)

# 检验重叠是否显著低于随机水平的单侧p值
p_lower <- phyper(q = overlap_num, m = setA_size, n = bg_total - setA_size, k = setB_size, lower.tail = TRUE)

结果说明 #

按你给出的数值计算，随机从并集中抽取312个元素时，预期与集合A的重叠数约为194，因此16的重叠属于显著低于随机水平（p_lower 近似为0），无证据表明重叠高于随机水平。

注意：如果你的两个集合是从远大于并集的外部总背景中独立抽取的（比如全基因组范围筛选的差异基因集），则必须补充外部总背景的大小才能完成准确检验，仅用当前3个数值无法计算。

内容的提问来源于stack exchange，提问作者Apex