外汇中的fdr代表什么

1、FDR英文缩写：FDR英文全称：Franklin Delano Roosevelt中文解释：富兰克林·德兰诺·罗斯福（美国第三十二任总统）缩写分类：人物词汇2、FDR英文缩写：FDR英文全称：flight data recorder中文解释：飞行资料记录器缩写分类：专业词汇3、FDR英文缩写：FDR英文全称：fluorometer dial readings中文解释：x射线量刻度盘读数x射线量刻度盘读数缩写分类：专业词汇4、FDR英文缩写：FDR英文全称：Forward Deflection Routing中文解释：前向改向路由选择缩写分类：电子电工5、FDR英文缩写：FDR英文全称：Frequency Domain Reflectometry中文解释：频域反射计缩写分类：电子电工

FDR是False Discovery Rate的缩写，翻译为“假发现率”。FDR是统计学中用来描述在进行多重假设检验时发现的假阳性数量与总阳性数量之间的比率，该比率常用于控制因多次检验而引入的假阳性错误率。在实验设置中，多个变量可以被测试，产生P值，也就是信号显着性的程度。FDR就是用来控制在测试多个变量的条件下，产生假阳性的比率。FDR的概念可以用于分析基因组学、蛋白质组学、神经科学、遥感和其他许多领域中的大规模数据集。FDR调整常用于高通量数据分析，如微阵列数据分析和基因富集分析。在进行差异分析或显著性检验时，FDR阈值通常用于控制误发现率，以便减少假阳性结果的数量。在生物信息学、基因组学、蛋白质组学等领域，FDR的意义尤为重要。在大规模比对基因、蛋白质等生物数据时，FDR可用于判断哪些显著的差异表达值或蛋白质组分析结果是可靠的。同时，FDR也是各种生物数据分析软件中常用的参数之一。使用fdr注意事项1、FDR是针对多重比较的，对于独立的一次性比较，FDR没有必要。因此，在需要控制多重比较时，应该考虑使用FDR。2、FDR常用于大规模筛查样本数据时，但在使用FDR时，需要注意样本量的大小。如果样本数量太少，会导致分析结果不够准确。3、FDR通常会用于筛选具有重要生物学意义的结论，但未通过FDR筛选的结果并不一定是错误的，需要根据实际生物学上下文进行进一步分析和验证。4、FDR不是唯一的统计工具，还有其他方法可以用来控制多重比较，如Bonferroni校正、Holm校正等等。5、FDR阈值的选择也需要考虑实际研究目的。过于严格的FDR阈值可能会导致一些重要结果得不到发现，而过于宽松可能会引入太多的假阳性结果。

FDR (false discovery rate)，中文一般译作错误发现率。在转录组分析中，主要用在差异表达基因的分析中，控制最终分析结果中，假阳性结果的比例。PDR是指Performance Data Reporting性能数据报告。两者都是运用在工程项目中的。

hdr高清摄像机，fdr是4k摄像机，如果家里有4k电视就可以用fdr的。

FDR利率是全国银行间同业拆借中心推出的银银间回购定盘利率，目前包括FDR001、FDR007和FDR014三个品种。对于银银间回购定盘利率FDR的推出提高了短端向长端利率的传导效率，助推了货币政策传导效率。FDR是定盘价，相当于官方公布的明确价格。这有利于衍生品合约的执行，便于进行DR衍生品的交易。实际上，FDR不仅有利于加强对衍生品的管理，反之也能同时加强DR的基准地位，降低交易对手信用风险和抵押品质量对利率定价的扰动，能够更好地反映银行体系流动性松紧状况。

Franklin Delano Roosevelt富兰克林， 美国第32任总统。英文当中缩写的全名太多了。 随便一个缩写都有可能有好几十个意思。 富兰克林 这个是最有可能的一个。因为很常见。

误差范围的意思变速箱的FDR是误差率的意思，表示变速箱性能数值允许的误差范围。

　　1、FDR是富兰克林· 德拉诺·罗斯福的简称。 　　2、富兰克林·德拉诺·罗斯福，美国第32任总统，美国历史上唯一连任超过两届的总统，美国迄今为止在任时间最长的总统。罗斯福家族在美国大约有近300年的历史，美国第26任总统西奥多·罗斯福是富兰克林·罗斯福的堂叔。

1995年Benjamini和Hochberg首次提出了FDR的概念,并给出了在多重检验中对它的控制方法(简称BH方法)。然而,当时组学海量数据尚未大量出现,开始并未受到重视,甚至因为考虑了64个假设检验而受到质疑。数年之后,伴随着微阵列检测技术的发展、海量数据的大量出现使得FDR有了应用。目前为止,Benjamini和Hochberg的文章引用次数已经达到上万次,FDR的理论和应用研究也在不断走向成熟。FDR( false discovery rate) 的定义如下:其中 E( ·) 为数学期望 。同理, 我们可以得到假阴性发现率 ( false negative discovery rate , FNDR) 的定义:FDR 的 含 义 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。FDR 具有以下优点 : (1)可以灵活调整其取值 ,作为假设检验错误率的控制指标, 其控制值可以根据需要灵活选取 , 而传统的假设检验( FWER) 的取值则较为固定 ,通常定为 0.05; ( 2 )FDR 的意义明确, 可以作为筛选出的差异变量的评价指标, 而 FWER 则主要是用来控制I类错误的。FDR 与 FWER 两者的关系: 当所有无效假设为真时, 控制 FDR 和控制 FWER 等价;当 m0 <m 时( m0 为真实无差异变量的数目 ) , 控制 FDR 相当于弱控制 FWER。

fdr和q值的关系如下：fdr和q基本是相同的，都反映了false discovery rate (FDR)，每个样本的q值等于：以该样本的p值为阈值比它小的定为significant，该条件下估计的FDR。 有以下性质： 1.q随着p的增加单调增加，但是增加速率不同，p小时q增加得快，p大时q增加得慢； 2.q值和fdr值基本呈斜率为1的线性关系，在不成线性关系的地方q

FDR（Franklin Delano Roosevelt ，1882年1月30日－1945年4月12日）富兰克林· 德拉诺·罗斯福的简称。美国第32位总统(1933年3月4日——1937年1月20日，1937年1月20日——1941年1月20日，1941年1月20日——1945年1月20日，1945年1月20日——1945年4月12日 ) 美国历史上唯一蝉联四届（第四届未任满）的总统。

在 A/B实验设计——如何避免多重检验错误 中，介绍了什么是多重检验，并且介绍了 Bonferroni correction 、 Holm–Bonferroni method 。本篇将更深入讨论应对多重检验的策略。 在m个假设检验中，m0个零假设为真，R是观察到的显著情况的随机变量，S、T、U、V都是不可观测的随机变量。 代表一系列检验中，至少存在一个假阳性的概率： 无论检验间是否独立的， 都成立。 利用这个不等式，可以通过 Bonferroni correction 、 Holm–Bonferroni method 来对FWER进行控制。 由于FWER限制过于严格，会导致power相对比较低，容易错失正确的决策机会。 例如当两个比较是完全相关，多次比较并不会增加假阳性水平，但是矫正后却增加了假阴性。 发现中假阳性错误的比例期望： 检验间独立或者正相关情况下，HB过程控制结果满足： 如何理解？ HB过程在每次比较独立或者正相关时是有效的 。 此过程在任意情况下，都能控制假阳性。方式为在BH过程中，引入参数c，找到最大 满足 。 相对于FWER，有较高的假阳性率。 错误覆盖率。FWER、FDR用于控制P值，FCR用于控制置信区间。 我认为需要根据不同情况，选择适合自己的标准与方法。 目的明确，决策指标明确，测试干预是否有效，也许FWER来进行控制比较合适；探索性实验，指标很多的情况下，可能FDR会更适合。

控制是指决定一 个显著性水平的界值 , 从而使FDR 被限制在某一固定水平, 类似于 FWER 的控制,对此可以采用线性向上的控制方法, 分两步进行: 首先将所有检验的 p 值进行排序, 即 p ( 1) ≤ p ( 2) ≤ p ( 3) ≤ ...i≤ p ( m) ; 然后逐步后退比较 p ( i) ≤ q( i = m, m - 1, m -m2, ..., 1) , 取第一个满足条件的 p ( k) ( k ≥1) , 理论上可以证明在此情况下可以将 FDR 控制在 q( 0 ≤ q ≤ 1) 水平下。上述方法需要满足各变量假设检验间是独立的条件 。在此基础上, 1999 年 Yekutieli 和 Benjamini 给出了一种改进的方法, 但其估计的 FDR 值略为保守,其思想是利用重复抽样的方法来计算 p 值, 可以在变量相关条件下控制 FDR 值 。同年 Benjamini 和 Liu 则提出了一种逐步向下 ( step- dow n) 的控制方法, 过程与BH 基 础 方 法 相 近, 只 是 对 p ( k) 的 控 制 方 法 不 同 。2000 年 Benjamini 和 Hochberg 提出了两阶段的 FDR控制, 以改进原有方法的保守性 ; 2001 年 Benjamini和 Yekutieli 对算法进行了进一步的改进 , 可用于不同变量检验间独立和相关不同条件下的 FDR 的控制,不足之处是其检验效能较低 。Benjamini 和 Hochberg在 2005 年提出了一种自适应线性向上的控制方法( a-daptive linear step- up, ALSU) , 这种方法的特点是在不同的显著水准下两次使用上述介绍的基础过程, 特别是在变量相关条件下得到的 FDR 估计较为稳健 .

log2FC中的FC即 fold change，表示两组样品间表达量的比值，对其取以2为底的对数之后即为log2FC。一般默认取log2FC绝对值大于1为差异基因的筛选标准（即差异两倍以上的视为差异基因）。 FDR即False Discovery Rate，错误发现率，是通过对差异显著性p值（p-value）进行校正得到的。由于转录组测序的差异表达分析是对大量的基因表达值进行独立的统计假设检验，会存在假阳性问题，因此在进行差异表达分析过程中，采用了公认的Benjamini-Hochberg校正方法对原有假设检验得到的显著性p值（p-value）进行校正，并最终采用FDR作为差异表达基因筛选的关键指标。一般取FDR<0.01或者0.05作为默认标准。 假设现在有这样一个项目： 因为存在1%的假阳性的结果，在我们分析完10000个基因后，我们会得到 100 个假阳性导致的错误结果，加上 100 条真实存在的结果，在这个例子中，共计200个结果。那么在一次分析得到的200个差异表达基因中，就有50%都是假阳性导致的错误结果，这是非常高的。为了解决问题， FDR这个概念被引入，以控制最终得到的结果中假阳性的比例 。 实际上，我们经常看到的差异表达火山图（如下图）里的几条虚线就是这两个指标的体现。 http://www.360doc.com/content/19/0310/22/52334415_820596283.shtml https://www.plob.org/article/14948.html

索尼摄像机hdr系列定位是轻巧便携。fdr系列注重画质，其中4k摄像机多款，一般说fdr产品价格高点好点

统计某个区域内符合某个范围的个数，用countif函数。 统计某个区域内有多少个数值的个数（即非空单元格的个数），用counta函数。 示例 I2单元格公式：=COUNTIF($B$2:$G$7,">30") J2单元格公式：=COUNTA($B$2:$G$7)

fdr-a03l是华为揽阅M2青春版的型号。屏幕方面，华为揽阅M2青春版采用7英寸LCD屏幕，提供有珍珠白、淡雅金、水晶粉、静谧蓝等四种机身配色；配置方面，华为揽阅M2青春版搭载MSM8939八核处理器，内置4360mAh容量电池。fdr-a03l是什么型号fdr-a03l是华为揽阅M2青春版。屏幕方面，华为揽阅M2青春版采用7英寸LCD屏幕，屏幕分辨率为1920x1200像素，屏幕色彩为1600万色_，机身尺寸为187.4mm × 105.8mm × 8.2mm，同时提供有珍珠白、淡雅金、水晶粉、静谧蓝等四种机身配色。配置方面，华为揽阅M2青春版搭载MSM8939八核处理器，采用Android 5.1+ EMUI3.1操作系统，内置4360mAh容量电池，支持指纹识别功能，还支持外部存储扩展，最大扩展容量为128GB。上述就是关于fdr-a03l是什么型号的内容介绍了。王者之心2点击试玩

原文摘自生物秀 ,经笔者编辑修改 数据分析中常碰见多重检验问题( multiple testing ).Benjamini于1995年提出一种方法,通过控制FDR( False Discovery Rate )来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的.实践中希望错误比例Q＝V/R平均而言不能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％.根据Benjamini在他的文章中所证明的定理，控制fdr的步骤实际上非常简单。 设总共有m个候选基因，每个基因对应的p值从小到大排列分别是p(1),p(2),...,p(m),则若想控制fdr不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。* 现有FDR控制方法最大的弊端在于，他们假设p-value"s under the null hypothesis是（1）independent（2）following uniform (0,1) distribution. 这两点假设从实际观察到的数据来看经常是不合理的，尤其是第二点。（顺便提一句，Storey和Leek在07年的PLOS Genetics发表了一篇文章专门解决第二个假设的合理性问题，很牛，有兴趣可以看一下） **Bonferroni校正 * 　　 如果在同一数据集上同时检验n个独立的假设，那么用于每一假设的统计显著水平，应为仅检验一个 假设时的显著水平的1/n。举个例子：如要在同一数据集上检验两个独立的假设，显著水平设为常见的0.05。此时用于检验该两个假设应使用更严格的 0.025。即0.05 (1/2)。该方法是由Carlo Emilio Bonferroni发展的，因此称Bonferroni校正。 　　这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验，每20个假设中就有一个可能纯粹由于概率，而达到0.05的显著水平。 参考文献： [1].Audic, S. and J. M. Claverie (1997). The significance of digital gene expression profiles. Genome Res 7(10): 986-95. 　　 [2].Benjamini, Y. and D. Yekutieli (2001). The control of the false discovery rate in multiple testing under dependency. The Annals of Statistics. 29: 1165-1188. [3]. Benjamini Y, Hochberg Y. Controlling The False Discovery Rate - A Practical And Powerful Approach To Multiple Testing[J]. Journal of the Royal Statistical Society, 1995, 57(57):289-300.

曾就读于哈佛大学和哥伦比亚大学，1910年任纽约州参议员，1913年任海军部副部长，1921年因患小儿麻痹致残，1928年任纽约州长，1932年竞选总统获胜。执政后，以“新政”对付经济危机，颇有成效，在1936年、1940年、1944年竞选连任。期间率领美国参加第二次世界大战。罗斯福代表美国两次参加盟国“三巨头”会议，罗斯福政府提出了轴心国必须无条件投降的原则并得到了实施。罗斯福提出的建立联合国的构想，也得到了实施。63岁时由于突发脑溢血抢救无效去世。

1901年，罗斯福以民主党人的身份开始涉足政界。当他把这个决定告诉身为共和党人的总统叔叔时，对方怒而骂道：“你这个卑鄙的兔崽子！你这个叛徒……”但是富兰克林·罗斯福没有改变前进方向。他乘着一辆红色的汽车，每天进行十多次演说，最终当选纽约市参议员。1913年，威尔逊总统任命他为海军助理部长，他在任七年，表现杰出，主张建设强大而有作战能力的海军。1919年，罗斯福为威尔逊的国际聪明计划奔走游说，结果导致1920年竞选副总统失败。虽然此次竞选失败了，但他的作为政治新星的光芒却未曾削减。此后，罗斯福出任马里兰信用与储蓄公司的副董事长，同时又重操律师业。此外，罗斯福还从事各种商业冒险活动。智慧、干练、胸怀宽广、深孚众望，似乎什么都不能阻挡这个39岁的男人迈上政治峰巅的脚步。但是，无情的灾难就在这时降临。1921年8月，罗斯福带全家在坎波贝洛岛休假，在扑灭了一场林火后，他跳进了冰冷的海水，因此患上了脊髓灰质炎症。高烧、疼痛、麻木以及终生残疾的前景，并没有使罗斯福放弃理想和信念，他一直坚持不懈地锻炼，企图恢复行走和站立能力，他用以疗病的佐治亚温泉被众人称之为“笑声震天的地方”。在康复期间，罗斯福大量阅读书籍，其中有不少传记和历史著作，却几乎没有经济学或哲学著作。罗斯福的外交思想源于他最钦佩的两位总统。他的远房堂叔西奥多·罗斯福教给他如何捍卫民族利益，达到权力制衡。伍德罗·威尔逊教给他：国际秩序是建立在共同维护和平的基础上的。1928年，在罗斯福夫人的理解与支持下，罗斯福重返政界，参加州长竞选而险胜，于1929年出任纽约州州长（1930年再次当选州长）。纽约可以说是罗斯福培养进行政治活动和管理国家事务的能力的实验场所。第一个总统任期1932年总统竞选是在严重经济危机的背景下进行的。民主党总统候选人罗斯福主张实行新政。政敌们常用他的残疾来攻击他，这是罗斯福终生都不得不与之搏斗的事情，但是他总能以出色的政绩、卓越的口才与充沛的精力将其变成优势。首次参加竞选他就通过发言人告诉人们：“一个州长不一定是一个杂技演员。我们选他并不是因为他能做前滚翻或后滚翻。他干的是脑力劳动，是想方设法为人民造福。”依靠这样的坚忍和乐观，罗斯福终于在1933年以绝对优势击败胡佛，成为美国第32届总统。在罗斯福首次履任总统的1933年初，正值经济大萧条的风暴席卷美国的时候，到处是失业、破产、倒闭、暴跌，到处可见美国的痛苦、恐惧和绝望。罗斯福却表现出一种压倒一切的自信，他在宣誓就职时发表了一篇富有激情的演说，告诉人们：我们唯一害怕的就是害怕本身。在1933年3月4日那个阴冷的下午，新总统的决心和轻松愉快的乐观态度，“点燃了举国同心同德的新精神之火”。提出了旨在实现国家复兴和对外睦邻友好的施政方针。为了推行新政，罗斯福将一批具有自由主义色彩的律师、专家与学者组成智囊团，征询方针政策问题；通过炉边谈话方式，密切与人民群众的联系，与反对新政的最高法院进行坚决的斗争并成功地改组最高法院。1933年3月9日至6月16日，美国国会应罗斯福总统之请召开特别会议。罗斯福先后提出各种咨文，督促和指导国会的立法工作。国会则以惊人的速度先后通过《紧急银行法》、《联邦紧急救济法》、《农业调整法》、《工业复兴法》、《田纳西河流域管理法》等。1933-1934年的新政着重复兴，主要措施有：维持银行信用，实行美元贬值，刺激对外贸易，限制农业生产以维持农产品价格，避免农场主破产；规定协定价格以减少企业之间的竞争，制止企业倒闭1935-1939年的新政则着重救济和改革，主要措施有：更为有力地运用行政干预，实行缓慢的通货膨胀，广泛开展公共工程建设和紧急救济，实施社会保险，以扩大就业机会和提高社会购买力；进行税制改革，根据纳税能力纳税，分级征收公司所得税和过分利得税等。罗斯福新政，恢复了公众对美国政治制度的信心，强化了联邦政府机构。并由此使美国的工业、农业逐渐全面恢复。第一个任期终了的1936年，面对国民收入50%的增幅，罗斯福娓娓动听地描述道：“此时此刻，工厂机器齐奏乐曲，市场一片繁荣，银行信用坚挺，车船满载客货往来奔驰。”因此，罗斯福在1936年再次当选总统，也就不足为怪了。1933年，罗斯福政府承认苏联并与之建立外交关系。1934年，美国国会废除干涉古巴主权的普拉特修正案，美军撤出海地和尼加拉瓜，美国允许菲律宾独立。当然，罗斯福在推行睦邻政策的同时，对拉丁美洲国家也有过粗暴的干涉。30年代中期，德意日法西斯在欧洲和亚洲成两个战争策源地。然而，此时的美国盛行孤立主义。1935年，美国国会通过旨在使美国保持中立的皮特曼决议案。该决议案规定：战争时期禁止美国输出武器装备和信贷，而有效期为两年的现购自运条款则授权总统要求在美国购买非军事物资的交战国付现金并用本国船只装运。面对法西斯国家的侵略扩张，孤立主义和中立法无异于对侵略扩张的默许和纵容。为了引导美国及其公众作好反法西斯战争的准备，加强美国防务力量，罗斯福与孤立主义展开了坚决而富有艺术性的斗争。第二个总统任期1937年10月，罗斯福在芝加哥参加新建大桥的落成典礼时发表演说，指出：当某种传染性疾病开始蔓延的时候，为了保护居民的健康，防止病疫流行，社会许可并且共同对患者实行隔离，战争都会蔓延。战争可以席卷远离原来战场的国家和人民。我们决心置身于战争之外，然而我们并不能保证我们不受战争灾难的影响和避免卷入战争的危机;。隔离演说遭到猛烈抨击。乃至罗斯福事后不无后怕地说：你想领个头，但回头一看，身后一个人也没有，这种情况多么可怕啊！但是，隔离演说毕竟向美国公众指出了战争恐怖的存在。1938年1月，罗斯福在特别咨文中敦促立即增加20%的海军建设费。国会经过激烈辩论而于5月通过文森扩充海军法，准许以10亿美元发展海军。这一事实表明，大多数认真思考问题的美国人，已经看到战争的威胁并因而同意加强防务。1938年12月，在罗斯福的倡议下，泛美会议通过《利马宣言》，反映出美洲国家反法西斯的决心。1938年3月，德军进入布拉格之后，美国副国务卿代表总统谴责德国肆无忌惮的不法行为和横行霸道。1939年9月，德波战争爆发之后，罗斯福不得不发表正式中立声明并实施中立法。在9月21日国会召开的特别会议上，罗斯福企图用禁运政策曾给美国带来的灾难--1814年国会大厦部分被焚来说服国会废除禁运条款，同时声称当然，向诸位回顾这上点只不过是复述历史罢了。经过国会内外的激烈辩论，国会通过中立法修正案，取消禁运条款，实行现购自运原则（现金购买，运输自理）。罗斯福随即予以签署。1940年5 月，英法联军经德军打击而溃败。罗斯福要求国会追加国防拨款，加强战备。为了获得共和党人的支持，罗斯福任命亨利·史汀生为陆军部长，弗兰克·诺克斯为海军部长。大战期间，美国历任陆军部长为哈里·伍德林（1937年至1940年6月）、亨利·史汀生（1940年6月到1945年9月）。历任海军部长为克劳德·斯旺森（任至1939年）、查尔斯·爱迪生（1940年）、弗兰克·诺克斯（1940年6月至1944年）、詹姆斯·福雷斯特尔（1944年继任）。在英国面临危亡的时刻，罗斯福开始向英国提供武器装备。第三个总统任期1940年总统竞选初期，罗斯福的全部精力集中在扩军备战方面，在罗斯福的影响下，国会批准陆海军的扩充，伯克一沃兹沃思选征兵役法得到通过。9月2日，罗斯福与英国签署协定，将50艘驱逐舰转让给英国，英国则将部分海军基地租借给美国。此项协定意味着正式中立的结束，标志着美国有限参战的开始。1940年7月，当民主党人在芝加哥举行总统提名会议时，代表们仍不清楚罗斯福是否会寻求从华盛顿总统以来就没有先例的第三个任期。对此，罗斯福玩了一个小小的把戏。他通过参议员艾尔本·巴克利向提名会议发表声明，宣布他没有再任下一届总统的愿望和目的，并敦促代表们选举他们中意的无论什么人，然而又通过参议员利斯特·希尔把自己的名字列到提名名单上。然而，共和党总统候选人温德尔·威尔基却大肆发难：选举罗斯福就意味着把他们的儿子、兄弟和情人送进坟墓。大会开始酝酿投票。当写有罗斯福作为候选人的名单提交给大会的时候，整个会场乱作一团，代表们以嘘声和喝倒彩声表示强烈反对。罗斯福被迫改变策略，向选民保证他是主张和平的，甚至不惜许下诺言：你们的孩子不会被送去参加任何外国的战争……我们防御的目的就是防御。罗斯福夫人立时从纽约飞往芝加哥，在会内会外发表讲话，从而很快改变了会场气氛。她说：“不是通常时期，而是战争迫近的非常时期，除了我们可以为整个国家利益做些什么这样的问题之外，我们不应为其他任何问题而进行争吵。”罗斯福夫人的话打动了代表们的心。当晚的报纸上都在显著位置刊登了罗斯福夫人的讲话，选民们的情绪也一下子倒向了罗斯福。当时由于世界战争频繁，为保证美国对外政策的一致性，美国人特别是孤立主义者不赞成领导人中途易人，所以55%的选民还是选择了罗斯福。因此罗斯福终于打破了美国“国父”乔治·华盛顿总统确立的传统，第三次当选为美国总统。1940年12 月，正在加勒比海地区巡视的罗福收到英国首相丘吉尔的特急信件，内称为对付德国军事力量，英国需要大量武器装备，但英国财政不能为美国武器装备交付现金之日即将来临。于是，罗斯福在记者招待会上不提由美国贷款给英国或给英国军用物资的建议，却谈及平常的比方--我把花园浇水管借给家宅起火的邻居，以帮助邻居扑灭火灾，而灭火之后邻居是归还水管还是赔偿水管，都好商量；继而在炉边谈话中宣称：我们必须成为民主国家的伟大兵工厂，我要求我们的人民绝对相信我们的共同事业将取得巨大成功。美国公众对此持赞成态度。1941年1月，罗斯福提请国会授权并拨给充分的款项，去制造更多的军火和多种军用物资，以供移交现在同侵略国家进行实际战斗的国家。1941年3月，国会通过的租借法案（总统有权将武器装备租借给与美国安全有关的国家）经总统签署而生效。（60%供给英国，32%供给苏联）。租借法案的通过，使美国处于非交战状态，是美国积极干预反法西斯战争的重要里程碑。1941年6月，苏德战争爆发之后，罗斯福谴责德国的侵略，宣布美国将援助苏联。8月，罗斯福和邱吉尔在纽芬兰举行会谈并发表大西洋宪章。该宪章宣称美国和英国不追求领土扩张，也不愿有违背有关民族意愿的领土变更，尊重各民族选择其政府形式的权利。1941年12月7日，日本偷袭珍珠港，太平洋战争爆发。德国和意大利对美国宣战。美国则向日本、德国和意大利宣战，正式参加第二次世界大战。对珍珠港事件负有责任的美国太平洋陆军司令沃尔特·肖特中将和太平洋舰队总司令赫斯本德·金梅尔海军上将于12月17日被解除职务。次年2月和3月，肖特和金梅尔分别以少将和海军少将军衔退役。为了赢得战争，罗斯福下令实施战争动员和改组军队指挥机构。战争结束前，美国武装部队员额达到1514万余人，其中陆军1042万人，陆军航空队230万人（飞机7万余架），海军388万余人（舰船4500艘），海军陆战队59万余人，海岸警备队24万余人。1941年6月成立的科学研究与发展局主管国防科技研究，主要成就有：雷达和电子设备的发展，实战用火箭、炸弹、导弹等的无线电引信，原子弹等。生产管理局于1941年春夏使美国逐渐完成向战时经济的转变。此后，供应品优先分配委员会、战时生产委员会、经济稳定委员会、战时动员委员会（机构职能或交叉，或承继）负责战争物资的生产与分配，保证了美国及其盟国的战争需要。新闻检查局和战时新闻局则负责美国的新闻与宣传工作。自1939年起，罗斯福就对年迈体弱的将军实行强制退役，提拔富有作战指挥能力的人员进入最高指挥阶层。1942年，罗斯福下令在原陆海军联合委员会的基础上，组建参谋长联席会议（由陆军参谋长乔治·马歇尔、海军作战部长欧内斯特·金、陆军航空队司令亨利·阿诺德及总统参谋长威廉·李海组成），对武装部队实施统一指挥。罗斯福在20世纪四十年代唤醒了美国对外干涉主义，同时他决定在二战后建立一个维持世界和平的组织——联合国。为了共同研究军事形势和制定联合作战计划，罗斯福和邱吉尔在华盛顿举行阿卡迪亚会议（1941年12月），达成的主要协议有：1942年和1943年美国的生产目标；成立军需品分配委员会，统筹分配军需品，成立美英联合参谋长会议，协调盟军的联合作战；太平洋地区成立美英荷澳盟军司令部；组建中国战区（同时组建中缅印战区美军怀念部）；重申盟国战略为欧洲第一即首先战胜纳粹德国；拟定《联合国家宣言》。1942年元旦，在罗斯福的倡导下，美英苏中等26个国家的代表在华盛顿签署《联合国家宣言》，国际反法西斯同盟正式形成。1942年上半年，北非英军屡遭失败，盟国面临的军事形势极为不利。为了摆脱军事困境和作为盟军不能于1942年在欧洲开辟第二战场的补偿，罗斯福不顾马歇尔的反对，和邱吉尔一道决定盟军实施北非登陆计划。北非作战消灭了该区的德意军队。1943年初，罗斯福和邱吉尔率领有关指挥与参谋人员赴摩洛哥的卡萨布兰卡，举行军事会议。会议决定：1943年进攻西西里，进攻法国的作战延至1944年。在会议结束后的联合记者招待会上，罗斯福宣称：法西斯轴心国必须无条件投降，这不是说要消灭德、意大利、日本的所有居民，但是确是要消灭这些国家里的基于征服和奴役其他人民的哲学思想。从1943年起，同盟国由战略防御转为战略进攻。为了协调盟国的作战行动和探讨盟国的战后政策，罗斯福先后与盟国首脑举行一系列重要会议。1943年3月，罗斯福即与艾登谈及战后成立维持世界和平与安全的国际组织的问题。在罗斯福的努力下，国会同意美国参加此种国际组织。5月，罗斯福、邱吉尔及有关指挥与参谋人员在华盛顿举行三叉戟会议，决定：夺取亚速尔群岛以提供新的海空军事基础；加强对德国的空袭；训令艾森豪威尔在占领西西里之后即着手准备进攻意大利本土；次年5月1日为实施霸王计划的日期；制定详细计划，在太平洋地区发动打新的攻势。墨索里尼的法西斯意大利政府垮台之后，罗斯福和邱吉尔于8月魁北克召开象限会议，决定与新政府谈判停战。但是，盟军仍在为争夺意大利而与德军作战。11月，罗斯福与邱吉尔、蒋介石在埃及举行开罗会议。会议讨论了中国和缅甸的军事形势并决定实施安纳吉姆计划，签署了三国开罗宣言。宣言规定，三国旨在剥夺日本自一战以来在太平洋地区所提的一切岛屿，使日本所窃取于中国之领土归还中国，使朝鲜获得自由与独立。开罗会议之后，罗斯福、邱吉尔一行即前往伊朗与苏联最高统帅斯大林举行德黑兰会议。会议主要讨论开辟欧洲第二战场、意大利地区的军事行动和太平洋的进攻作战、德国投降后苏联的对日作战、波兰边界、战后德国的处置以及建立战后维持世界和平与安全的国际组织等问题。会议重申盟军将于1944年5月实施霸王计划。罗斯福为了让马歇尔留在华盛顿，决定任命艾森豪威尔为实施霸王计划的盟军最高司令。1944年6月5日（因气候原因而由5月1日延迟），盟军在法国诺曼底登陆，实施霸王作战计划，欧洲第二战场形成。1944年，第二次世界大战到了最紧要的关头，美国的总统大选也同时迫近。美国舆论普遍认为，关键时刻行政首脑不宜更替。美国民主党政府警告选民：“行到河中最好别换船。”第四个总统任期罗斯福选中哈里·S·杜鲁门为自己竞选的伙伴。开始，杜鲁门感到突然，认为自己从来没有进 行过这种竞选活动，担心对罗斯福的前途无补。经罗斯福劝解，他才最后答应。为了赢得竞选，罗斯福驳斥了共和党总统候选人托马斯·E·杜威的“疲惫不堪的老人”的抨击，公开了他的医生罗斯· 麦金太尔海军中将向人出示的一份健康证明书的情景，并示威性地在恶劣的天气中进行竞选活动。1944年11月17日，罗斯福再次以53%的得票率第四次当选为美国总统。1944年他召开了一系列会议，在财政、贸易、食品和农业等领域实行比较开放的政策。总之，他看住了美国，他是唯一能够阻止美国重犯孤立主义错误的人。1945年2月，罗斯福和邱吉尔、斯大林在克里米亚半岛举行雅尔塔会议。会议主要讨论战后德国的处置、波兰与东欧政府、联合国、苏联对日作战等问题。会议重申纳粹德国必须无条件投降。在这一任期里 ，罗斯福只担任了73天职务就在佐治亚州与世长辞了。这样，富兰克林·罗斯福一连任了四届，1 2年又39天的总统，是第一位任期超过两届、打破华盛顿先例的总统。由于1951年通过的宪法修正案第二十二条的限制，他将是美国历史上唯一一位任期达四届的总统。 罗斯福4次当选美国总统，除了战争因素，究竟有无成功的秘诀呢？答案是肯定的。罗斯福的权威传记作家詹姆斯·伯恩斯，经过大量研究而得出以下结论：抓住公众舆论；善于选择时机；关心政治细节；注意内部的派别之争；个人的魅力和政治上的技巧。罗斯福连任4届总统，对于美国政治制度和世界反法西斯战争都是极为重要的。

FDR (FrequencyDomainReflectometry)频域反射是利用电磁脉冲原理、根据电磁波在介质中传播频率来测量土壤的表观介电常数 (ε) ,从而得到土壤容积含水量 (θv)。介绍了FDR系统的测量原理、系统安装、测量方法及其在土壤水分连续动态监测中的应用 ,并对实际测量结果进行了校正 ,可以作为FDR校正的参考。在半干旱区皇甫川流域的应用实践表明 ,FDR具有简便安全、快速准确、定点连续、自动化、宽量程、少标定等优点 ,是一种值得推荐的土壤水分测定仪器。TDR（Time Domain Reflector）时域反射是一种快速检测土壤水分的常见原理，其原理是在一条不匹配的传输线上的波形会发生反射。传输线上任何一点的波形都是原有波形和反射波形的叠加。TDR原理的设备响应时间约10-20秒，适合移动测量和定点监测。测定结果受盐度影响很小，TDR缺点是电路比较复杂，设备较昂贵。FDR相比TDR测试原理，几乎具有TDR的所有优点，探头形状非常灵活。比较夸张的甚至可以放在做成犁状放在拖拉机后面运动中测量。FDR相对TDR需要更少的校正工作。多年以来，FDR原理的土壤水分仪精度上一直难以突破，成为FDR土壤水分仪发展的停滞。经过多年研究，终于突破了这一难点。研究出一款FDR原理的土壤水分仪,精度达到了3%。

举个例子：如要在同一数据集上检验两个独立的假设,显著水平设为常见的0.05.此时用于检验该两个假设应使用更严格的 0.025.即0.05* (1/2).该方法是由Carlo Emilio Bonferroni发展的,因此称Bonferroni校正.　　这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验,每20个假设中就有一个可能纯粹由于概率,而达到0.05的显著水平.

p.adjust(p,method="fdr",length(p))

这是一种统计的方法，是统计学上的一种函数，是多重检验中的FDR错误控制方法。一般的步骤可以为：根据Benjamini在他的文章中所证明的定理，控制fdr的步骤实际上非常简单。设总共有m个候选基因，每个基因对应的p值从小到大排列分别是p(1),p(2),...,p(m),则若想控制fdr不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。

重启一下再刷

False discovery rate (FDR)，误报率，真正的意思是“所有发现中发生了错误所占的比率”，也就是在计算所有的discovery中false(假发现)所占的比率。 比如说现在有10000个人参加检测，根据我们先前设定的阈值最后判断其中 519个人得病，而根据我们的统计模型判断其中有35个得病，那么 FDR = 35/519=6.7%。由于我们是根据健康的人群构建的模型，那么FDR存在的意义在于将总体的阳性检测结果中，让我们需要根据统计模型来判断得病的比例尽量少，因为这些经过统计模型判断得病的情况就是上面我们说的概率很小的本身没得病但是判断得病的情况，我们要尽量减少这样的情况（false discovery）。 在一般情况下，可以认为 FDR = Q value = adjusted p value。在所有从p value 估算 Q value的公式中，Benjaminiand Hochberg 的方法（简称BH法）是使用最广泛的。 BH法的计算公式是： Q value = p *(m/k) 其中，m是检验的次数，k是这次检验的p value在所有检验中的排名。 例如，我们对10000个基因进行表达差异分析。那么每个基因都会得到一个p value。现在，我要估算每个基因对应的Q value，就可以用以上公式计算。由于检验次数是10000次，理论上m=10000。然后将所有基因的p value从小到到大排序，确定每个基因对应的k值。 如果一个基因对应的p value在10000个基因中排名第一，那么这个基因对应的k=1。如果一个基因对应的p value在 10000个基因中排名第100，那么这个基因对应的k=100。 具体计算方法 1.假设现在有10000个基因的检验结果，1个基因1行，第G列是每个基因对应的P值。 2.过滤检验失败的基因 由于某些原因，例如一个基因没有表达或表达量过低，无法进行显著检验。那么这个基因就不该被计入有效的检验。我们需要先将这样的基因排除。在我们的数据中，无法检验的位点被标注为NA。像下图所示，我们可以将结果是NA的行挑选出来，并将他们剔除，因为在后续分析中它们没有什么用了。如果保留会影响我们后续的排序。删除后还剩下9945个基因。那么m值=9945。 3.对p值排序，确定每个基因的k值 在“K”值后一列，在表头填写：“Qvalue”，然后这一列的第一个基因（k=1）这一行，填写Qvalue的计算公式，如下图红框中的内容。计算公式是：=G2*9945/I2。 其中：G2代表G列第二行，就是这个基因的p value，9945是m值，就是完成有效检验的基因数（检验次数）；I2代表I列第二行，就是这个基因的K值。 5.挑选显著的基因 筛选差异基因。一般是按照Q value< 0.1为阈值筛选。

SBS（Side by Side）就是对开门冰箱，冷冻冷藏室在左右，市场上有的大容量冰箱。FDR是French Door Refrigerator是法式冰箱，一般冷冻室在下面，目前多数都是这种冰箱。

做的功相同变力做功:使用微元分析法。取微元过程，以直代变，以恒代变，再求和。我们定义质点在力F的作用下发生元位移dr时，力对质点所作的元功为:dA=Fdr=F | dr | cos=Fcosds在直角坐标系中，F可以分解为x，y， z方向上，dr可以分解为x，y，z方向上，所作的功为F， dr相对应的x，y， z方向上分量的乘积的和。如果质点在变力F的作用下沿曲线路径L由a运动到b，我们采用微元分析法，把曲线路径L划分为许多段元位移，在各个位移上以恒代变，以直代曲，求出力对质点作的元功，其代数和就是力在整个路径上对质点所做的功。做功的两个必要因素：作用在物体上的力和物体在力的方向上通过的距离。经典力学的定义：当一个力作用在物体上，并使物体在力的方向上通过了一段距离，力学中就说这个力对物体做了功。

主要使用的校正办法有两种：Bonferroni 校正；FDR（FalseDiscovery Rate） 校正 BH（Benjaminiand Hochberg）法： 参考： 中科院生物信息学复习题 图文 百度文库 多重检验校正 多重假设检验：Bonferroni 和 FDR

华为揽阅 M2 青春版插卡指导如下：插卡方式：将Nano-SIM卡插入SIM卡卡槽，使用指尖轻微向内按压即可。取卡方式：使用指尖轻微向内按压提示卡，卡片会自动弹出。插卡后请重启平板。

国潮品牌。 statal的全名是Sail Training Association（航海训练协会），此前一般都是rapper常上身的“地下品牌”，但在与李宁联名之后也算是冲出了地下，被更多的潮流爱好者所熟知，很多单品是也错过了就买不到的水平。 “不致敬、直接抄”这句话才是亮点，而从文案之中也可以很明显的看出这个动态的矛头直指的是某扑平台的网友，看来是积怨已久，说回鞋子本身，其实潮流品牌之间的“致敬”很普遍，从bape和AF1到LV和AJ，很多都是经典的鞋型直接拿来用，而在国潮品牌这事也并不是第一次了，几年前苏五口的抄袭系列直接就是“致敬”了一把VANS。

分析脑电在涉及到多次比较的时候，往往要进行多重比较校正，常用的是有FWE校正和FDR，还有NBS校正，以下的是关于FDR校正的实现，资料来自网上 %最简单的实现方式，基于Storey procedure ( introduced by Storey, 2002)，适用于P值数量>1000的情况，否则原则上会崩溃。我用MATLAB测试过，会出现warning，但不会报错。严格程度较低，如果你的 ttest P值不是特别显著（0.01-0.05），可以用这个试试，或许可以过FDR校正. %基于linear step-up (LSU) procedure (introduced by Benjamini and Hochberg, 1995)。最常见的FDR校正方式，严格程度较高，但比 Bonferroni校正低，适用于 ttest P值显著（<0.01）。 注： BHFDR的计算过程 公式：FDR = p * (n/i)， p是pvalue，n是p值个数，最大的P值的i值为n，第二大则是n-1，依次至最小为1。 %指定调整参数λ，用于估计零假设为真的先验概率，Lambda Value可以是：（1）0-1内任意一值 （2）4个以上序列，或以示例的矩阵形式：[first:incr:last]，mafdr函数自动选择最优参数。严格程度比1略低，我用第一个不能过校正但是用这个居然可以过，为FDR苦恼得同志们可以被解救了。 %对选择最优参数lambda的方法进行选择，"bootstrap" (default)，"polynomial"。第3种方法的延伸。

CVR内存可以存储30分钟或2小时的录音(有不同的CVR件号)。当内存满时，系统会启动覆盖功能:系统会逐渐擦除上一个记录周期的记录，同时记录新的信息。因此，只保留最后三十分钟或两个小时的记录。

风大红包的手了。

CVR = Cockpit Voice Recorder 驾驶舱录音FDR = Flight Data Recorder 飞行数据记录仪拆下译码就是一般在飞机发生事故后，这两个东西的数据还原后可以现实还原飞机整个运行的状况

1、中文解释：富兰克林·德兰诺·罗斯福（美国第三十二任总统） 2、FDR英文缩写：FDR。。英文全称：Franklin Delano Roosevelt。中文解释：富兰克林·德兰诺·罗斯福（美国第三十二任总统）。缩写分类：人物词汇 3、FDR。英文缩写：FDR。英文全称：flight data recorder。中文解释：飞行资料记录器。缩写分类：专业词汇

1、中文解释：富兰克林·德兰诺·罗斯福（美国第三十二任总统）2、FDR英文缩写：FDR。英文全称：FranklinDelanoRoosevelt。中文解释：富兰克林·德兰诺·罗斯福（美国第三十二任总统）。缩写分类：人物词汇3、FDR。英文缩写：FDR。英文全称：flightdatarecorder。中文解释：飞行资料记录器。缩写分类：专业词汇

1995年Benjamini和Hochberg首次提出了FDR的概念,并给出了在多重检验中对它的控制方法(简称BH方法)。然而,当时组学海量数据尚未大量出现,开始并未受到重视,甚至因为考虑了64个假设检验而受到质疑。数年之后,伴随着微阵列检测技术的发展、海量数据的大量出现使得FDR有了应用。目前为止,Benjamini和Hochberg的文章引用次数已经达到上万次,FDR的理论和应用研究也在不断走向成熟。FDR( false discovery rate) 的定义如下:其中 E( ·) 为数学期望 。同理, 我们可以得到假阴性发现率 ( false negative discovery rate , FNDR) 的定义:FDR 的 含 义 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。FDR 具有以下优点 : 1可以灵活调整其取值 ,作为假设检验错误率的控制指标, 其控制值可以根据需要灵活选取 , 而传统的假设检验( FWER) 的取值则较为固定 ,通常定为 0. 05; 2 FDR 的意义明确, 可以作为筛选出的差异变量的评价指标, 而 FWER 则主要是用来控制I类错误的。FDR 与 FWER 两者的关系: 当所有无效假设为真时, 控制 FDR 和控制 FWER 等价; 当 m0 <m 时( m0 为真实无差异变量的数目 ) , 控制 FDR 相当于弱控制 FWER。 控制 是 指 决 定 一 个 显 著 性 水 平 的 界 值 , 从 而 使FDR 被限制在某一固定水平, 类似于 FWER 的控制,对此可以采用线性向上的控制方法, 分两步进行: 首先将所有检验的 p 值进行排序, 即 p ( 1) ≤ p ( 2) ≤ p ( 3) ≤ ...i≤ p ( m) ; 然后逐步后退比较 p ( i) ≤ q( i = m, m - 1, m -m2, ..., 1) , 取第一个满足条件的 p ( k) ( k ≥1) , 理论上可以证明在此情况下可以将 FDR 控制在 q( 0 ≤ q ≤ 1) 水平下。上述方法需要满足各变量假设检验间是独立的条件 。在此基础上, 1999 年 Yekutieli 和 Benjamini 给出了一种改进的方法, 但其估计的 FDR 值略为保守,其思想是利用重复抽样的方法来计算 p 值, 可以在变量相关条件下控制 FDR 值 。同年 Benjamini 和 Liu 则提出了一种逐步向下 ( step- dow n) 的控制方法, 过程与BH 基 础 方 法 相 近, 只 是 对 p ( k) 的 控 制 方 法 不 同 。2000 年 Benjamini 和 Hochberg 提出了两阶段的 FDR控制, 以改进原有方法的保守性 ; 2001 年 Benjamini和 Yekutieli 对算法进行了进一步的改进 , 可用于不同变量检验间独立和相关不同条件下的 FDR 的控制,不足之处是其检验效能较低 。Benjamini 和 Hochberg在 2005 年提出了一种自适应线性向上的控制方法( a-daptive linear step- up, ALSU) , 这种方法的特点是在不同的显著水准下两次使用上述介绍的基础过程, 特别是在变量相关条件下得到的 FDR 估计较为稳健 .。

绰号：FDR出生：1882年1月30日,海德公园,纽约死于：1945年4月12日,佐治亚父亲：詹姆士·罗斯福母亲：萨拉·德拉诺·罗斯福夫人：安娜·埃利诺·罗斯福(1884-1962),于1905年3月17日结婚孩子：安娜·埃利诺·罗斯福(1906-75)；詹姆士·罗斯福(1907-91)；埃利奥特·罗斯福(1910-90)；富兰克林·德拉诺·罗斯福·季尔(1914-88)；约翰·阿斯平沃尔·罗斯福(1916-81)宗教：Episcopalian 美国新教圣公会教徒教育：毕业于哈佛学院(1903)；后又上哥伦比亚法律学校职业：官员, 律师政党：民主党其他政府位置：纽约州立法机关成员,(1911-13)海军助理部长,(1913-20)纽约州州长,(1929-33)

一、主体不同 1、HDR：在计算机图形学与电影摄影术中，是用来实现比普通数位图像技术更大曝光动态范围的一组技术。 2、FDR：4K技术，采用更高性能的全新硬件平台，搭载1200万超高清图像传感器，具有色彩还原准确自然，画质干净细腻等特点。 二、特点不同 1、HDR：当用于显示的时候，高动态范围图像经常要进行色调映射，并且要与其它几种全屏显示效果一起使用。 2、FDR：采用4K的摄像机画质相比于200万像素，垂直分辨率更高，画面细节层次更精准，显示更清晰、更干净细腻、更给人以身临其境的感觉。 三、特点不同 1、HDR：画面信息含量大光影细节丰富；包含前期拍摄和后处理两部分；合成后的照片效果与次成像、直接输出的数码照片有很的不同。 2、FDR：色彩层次与细节的增强，使得画面更接近真实生活。从标清到高清显示系统的转变，实际上主要是分辨率方面的升级，在色彩方面并没有太过明显的提升。

代表着投资额度的盈亏比例。一般都是会在一些金融论坛看到这个FDR值的。

在利用RNA-seq数据比较分析两个样品中同一个基因是否存在差异表达的时候，一般选取两个标准：i）FoldChangeFoldChange，很容易理解了。就是两样品中同一个基因表达水平的变化倍数。可以用RPKM值来计算，关于RPKM的计算方法，请参考<RPKM的简介>ii）FDR校正后的p-value，即q-valueFDR值的计算方法如下：1）对每个基因进行p-value的计算假设观测到基因A对应的reads数为x，已知在一个大文库中，每个基因的表达量只占所有基因表达量的一小部分，在这种情况下，p(x)的分布服从泊松分布。已知样本一中唯一比对到基因组的总reads数为N1，样本二中唯一比对到基因组的总reads数为N2，样本一中唯一比对到基因A的总reads数为x，样本二中唯一比对到基因A的总reads数为y，则基因A在两样本中表达量相等的概率可由以下公式计算：

GEO数据挖掘或转录组分析 差异表达 基因时，结果中会出现 Log2FC ，p值和 FDR 值，这三个值是生信技能树 生信爆款入门课程 geo数据挖掘差异基因筛选提到的重点。这些个值是什么意思呢？为拓展课堂所学知识，现在对他们做下总结。 差异倍数(fold change)，fold change翻译过来就是倍数变化。limma接受的输入参数就是一个表达矩阵，而且是log后的表达矩阵（以2为底）。 logFC这一列的值，其实就是输入的表达矩阵中case一组的平均表达量减去control一组的平均表达量的值，那么就会有正负之分，代表了case相当于control组来说，该基因是上调还是下调。 假设A基因表达值为1，B表达值为3，那么B的表达就是A的3倍。一般我们都用count、TPM或FPKM来衡量基因表达水平，所以基因表达值肯定是非负数，那么fold change的取值就是(0, +∞)。 为什么我们经常看到差异基因里负数代表下调、正数代表上调？因为我们用了log2 fold change。 当expr(A) < expr(B)时，B对A的fold change就大于1，log2 fold change就大于0（见下图），B相对A就是上调； 当expr(A) > expr(B)时，B对A的fold change就小于1，log2 fold change就小于0。通常为了防止取log2时产生NA，我们会给表达值加1（或者一个极小的数），也就是log2(B+1) - log2(A+1)。 假设A表达为1，B表达为8，C表达为64；直接用差B相对A就上调了7，C就相对B上调了56；用log2 fold change，B相对A就上调了3，C相对B也只上调了3. 通过测序观察我们发现，不同基因在细胞里的表达差异非常巨大，所以直接用差显然不合适，用log2 fold change更能表示相对的变化趋势。 log2FC中的FC即 fold change，表示两样品（组）间表达量的比值，对其取以2为底的对数之后即为log2FC。一般默认取log2FC绝对值大于1为差异基因的筛选标准； 据多数文献报道 有取1得 ， 1/2/1.5 也都有。这个没有规定，你想多少都可以，也要结合自己的数据，如果取1.5你找不到差异基因就不找了把数据扔了吗。 可以，这个标准由自己定，在神经系统方面，微小的变化都会产生效应。另外自己注意看看芯片数据是不是有批次效应，如果不去除批次效应，计算差异gene可能存在问题。另外， 甲基化信号值的差异分析也许不应该是看logFC ,也要注意哦。 值是在统计学的范畴假设检验首先必须要有假设，我们假设A和B的表达没有差异（H0，零假设），然后基于此假设，通过t test（以RT-PCR为例）算出我们观测到的A和B出现的概率，就得到了P-value，如果P-value<0.05，那么说明小概率事件出现了，我们应该拒绝零假设，即A和B的表达不一样，即有显著差异。 logFC 就是倍数变化取对数（也有说不是对数就是倍数的，但大多数人都按对数来的），-logP.val 就是 p 值取对数然后加负号。因为 p 值一般都很小，所以一般取对数做图。然后又因为一般 p < 1 所以取对数都是负值，我们为了作图方便所以加个负号。举例，p = 0.01 取 -logP 之后变成 2 、p = 0.001 变成 3。你看这就很好做图啊。 显著性只能说明我们的数据之间具有统计学上的显著性，要看上调下调必须回去看差异倍数。 即False Discovery Rate错误发现率，是通过对差异显著性p值（p-value）进行校正得到的。由于转录组测序的差异表达分析是对大量的基因表达值进行独立的统计假设检验，会存在假阳性问题，因此在进行差异表达分析过程中，采用了公认的Benjamini-Hochberg校正方法对原有假设检验得到的显著性p值（p-value）进行校正，并最终采用FDR作为差异表达基因筛选的关键指标。一般取FDR<0.01或者0.05作为默认标准。 这两个指标的选取一般是按照经验值去筛选的，并非完全不可以调整。在实验差异基因数目过低或者过高，可以对指标进行微调。 实际上经常看到的差异表达火山图（如下图）里的几条虚线就是这两个指标的体现。

看下面边的文字之前，可以先看一下Nature Biotechnology 27, 1135 - 1137 (2009) 上面的一篇参考文献，感觉非常值得一读：How does multiple testing correction work? p value, q value, FDR 数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的.实践中希望错误比例Q＝V/R平均而言不能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％. 根据Benjamini在他的文章中所证明的定理，控制fdr的步骤实际上非常简单。 设总共有m个候选基因，每个基因对应的p值从小到大排列分别是p(1),p(2),...,p(m),则若想控制fdr不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。 The False Discovery Rate (FDR) of a set of predictions is the expected percent of false predictions in the set of predictions. For example if the algorithm returns 100 genes with a false discovery rate of .3 then we should expect 70 of them to be correct. The FDR is very different from a p-value, and as such a much higher FDR can be tolerated than with a p-value. In the example above a set of 100 predictions of which 70 are correct might be very useful, especially if there are thousands of genes on the array most of which are not differentially expressed. In contrast p-value of .3 is generally unacceptabe in any circumstance. Meanwhile an FDR of as high as .5 or even higher might be quite meaningful. 计算方法 请参考： http://stat.ethz.ch/R-manual/R-devel/library/stats/html/p.adjust.html > p<-c(0.0003,0.0001,0.02) > p [1] 3e-04 1e-04 2e-02 > > p.adjust(p,method="fdr",length(p)) [1] 0.00045 0.00030 0.02000 > > p*length(p)/rank(p) [1] 0.00045 0.00030 0.02000 > length(p) [1] 3 > rank(p) [1] 2 1 3 sort(p) [1] 1e-04 3e-04 2e-02 1) P-value 是 (在H0 = true的情况下)得到和试验数据一样极端(或更极端)的统计量的概率. 它不是H1发生的概率. 假定吃苹果的一组和不吃苹果的一组的差异为D, P-value=0.2的意思是, pure randomly (即H0=true)的情况下, 观察到和D一样或比D更大的差异的概率是20%. 2) p-value 的本质是控制PFR (false positive rate), hypothesis test 的目的是make decision. 传统上把小概率事件的概率定义为0.05或0.01, 但不总是这样. 主要根据研究目的. 在一次试验中(注意:是一次试验, 即single test), 0.05 或0.01的cutoff足够严格了(想象一下, 一个口袋有100个球, 95个白的, 5个红的, 只让你摸一次, 你能摸到红的可能性是多大?). 我刚才强调的是single test, 在multiple test中, 通常不用p-value, 而采用更加严格的q-value. 与p-value 不同, q-value 控制的是FDR (false discovery rate). 3)举个例子.假如有一种诊断艾滋病(AIDS)的 试剂 , 试验验证其准确性为99%(每100次诊断就有一次false positive). 对于一个被检测的人(single test) 来说, 这种准确性够了. 但对于医院 (multiple test) 来说, 这种准确性远远不够, 因为每诊断10 000个个体, 就会有100个人被误诊为艾滋病(AIDS). 4)总之, 如果你很care false positive, p-value cutoff 就要很低. 如果你很care false negative (就是"宁可错杀一千, 也不能漏掉一个" 情况), p-value 可以适当放松到 0.1, 0.2 都是可以的. ******************* Multiple testing的问题最近越来越火了：） 其实我一直有一个问题，从Benjamini开始，现在FDR的控制方法不下10种，为什么Storey的是最流行的？实际应用起来除了Benjamini的方法，其它所有的方法基本上都是一样的。q-value究竟是如何脱颖而出的呢？ q-value 是随着multipel test 而产生的. 在multiple test (比如10000次), 如果用p-value=0.05去cut. 如果有1000次是显著的, 那么在这1000中, 有10000*0.05=500次是 False positive. 这显然不能接受. 太宽松了. Bonferroni提出FWER, 在上面的例子中, 就是把cutoff 设为: 0.05/10000 = 0.000005, 这虽然能控制False Positive, 但这只在极少数情况下有用. 因为太严格了, 大量的true alternatives 被miss掉了 q-vlaue 实际上是上述两种方法的折衷. 既能控制FP, 有不会miss掉太多的true alternatives. For details see Storey"s paper published ON PNAS (2003). ************************* 赞同：）不过我的问题并不是关于FWER，而是关于FDR的控制。Benjamini and Hochberg在1995年第一次提出了FDR的概念，其出发点就是基于Bonferroni的保守性，并给出了控制FDR的方法（这算是FDR控制方 法的祖师爷了）。不过他们的方法也有其保守性。所以随后人们开始研究更加powerful的方法，现有的方法有Storey的, Broberg的，Dalmasso的，Guan的，Strimmer的等等等等。Benjamini的方法是将FDR控制在一个level以下，而之后 所有的方法都在试图精确地估计FDR。所以后来的这些方法都要powerful一些。不过他们所付出的代价就是robustness。 现有FDR控制方法最大的弊端在于，他们假设p-value"s under the null hypothesis是（1）independent（2）following uniform (0,1) distribution. 这两点假设从实际观察到的数据来看经常是不合理的，尤其是第二点。（顺便提一句，Storey和Leek在07年的PLOS Genetics发表了一篇文章专门解决第二个假设的合理性问题，很牛，有兴趣可以看一下） 我现在的问题是：Storey的方法没有比后来出现的其它方法更精确，在robustness方面也没有体现其优越性。它究竟是怎么获胜的？为什么它是最流行的FDR control procedure? From: http://cos.name/cn/topic/13846 Bonferroni校正 如果在同一数据集上同时检验n个独立的假设，那么用于每一假设的统计显著水平，应为仅检验一个 假设时的显著水平的1/n。举个例子：如要在同一数据集上检验两个独立的假设，显著水平设为常见的0.05。此时用于检验该两个假设应使用更严格的 0.025。即0.05* (1/2)。该方法是由Carlo Emilio Bonferroni发展的，因此称Bonferroni校正。 　　这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验，每20个假设中就有一个可能纯粹由于概率，而达到0.05的显著水平。 维基百科原文： Bonferroni correction 　　Bonferroni correction states that if an experimenter is testing n independent hypotheses on a set of data, then the statistical significance level that should be used for each hypothesis separately is 1/n times what it would be if only one hypothesis were tested. 　　For example, to test two independent hypotheses on the same data at 0.05 significance level, instead of using a p value threshold of 0.05, one would use a stricter threshold of 0.025. 　　The Bonferroni correction is a safeguard against multiple tests of statistical significance on the same data, where 1 out of every 20 hypothesis-tests will appear to be significant at the α = 0.05 level purely due to chance. It was developed by Carlo Emilio Bonferroni. 　　A less restrictive criterion is the rough false discovery rate giving (3/4)0.05 = 0.0375 for n = 2 and (21/40)0.05 = 0.02625 for n = 20. 数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的.实践中希望错误比例Q=V/R平均而言不 能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5%. 　　根据Benjamini在他的文章中所证明的定理，控制fdr的步骤实际上非常简单。 　　设总共有m个候选基因，每个基因对应的p值从小到大排列分别是 p(1),p(2),...,p(m),则若想控制fdr不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。 　　The False Discovery Rate (FDR) of a set of predictions is the expected percent of false predictions in the set of predictions. For example if the algorithm returns 100 genes with a false discovery rate of .3 then we should expect 70 of them to be correct. 　　The FDR is very different from a p-value, and as such a much higher FDR can be tolerated than with a p-value. In the example above a set of 100 predictions of which 70 are correct might be very useful, especially if there are thousands of genes on the array most of which are not differentially expressed. In contrast p-value of .3 is generally unacceptabe in any circumstance. Meanwhile an FDR of as high as .5 or even higher might be quite meaningful. 　　FDR错误控制法是Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的。实践中希望错误比例Q=V/R平均而言不 能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5%. 　　对所有候选基因的p值进行从小到大排序，则若想控制fdr不能超过q，则只需找到最大的正整数 i，使得 p(i)<= (i*q)/m.然后，挑选对应p(1),p(2),...,p(i)的基因做为差异表达基因，这样就能从统计学上保证fdr不超过q。因此，FDR的计 算公式如下： 　　q-value(i)=p(i)*length(p)/rank(p) 参考文献： 1.Audic, S. and J. M. Claverie (1997). The significance of digital gene expression profiles. Genome Res 7(10): 986-95. 2.Benjamini, Y. and D. Yekutieli (2001). The control of the false discovery rate in multiple testing under dependency. The Annals of Statistics. 29: 1165-1188.

log2FC中的FC即 fold change，表示两组样品间表达量的比值，对其取以2为底的对数之后即为log2FC。一般默认取log2FC绝对值大于1为差异基因的筛选标准（即差异两倍以上的视为差异基因）。我们画火山图，只需要其中的log2FC和FDR就可以了。在绘图之前，我们需要对FDR进行转换，将它的值变成-log10，如果有0，会产生Inf，需要去除。这样的话可以拉开差异表达基因之间的间距。在纵坐标上才可以很好的显示出来。上面的数据已经处理了。后面只需要取相应的列就行。

FDR（Flow Detail Record）流量详细记录在分组网中，FDR是上网记录查询所采用的一种流量话单格式，从Gn口采集的所有原始码流，经过采集设备进行解析，形成的流量详单记录。详见xDR。

在 浅探富集分析中的超几何分布 中我们谈到了通过p值大小来确定富集到的基因的显著性，但是p值终归是人定的，我们不能说定下p值以后小于p值得结果就都是正确的，这里p值小只是代表假阳性概率小，但并非真的就一定是对的。p=0.05意味着我们检验1次犯错的概率为5%；但是倘若我们检验次数多达10000次，那么犯错的概率将多达500多次。这里虽然犯错的概率没变（5%），但是随着检验次数的增多，我们犯错的次数也实实在在的增多了。因此就需要多重检验校正来减低假阳性的次数。 Bonferroni是最简单严厉的方法，他直接将阈值降到极低来减少假阳性率。例如：同为检验10000次，阈值为5%时犯错次数依然会有多达500次；然而，当我们把阈值提高到5%/10000时，即便检验10000次，犯错次数依然不到一次。 Bonferroni校正阈值的公式为：p*(1/n)，p为普通的阈值，n为检验次数。 虽然，降低阈值能非常直接的减低假阳性概率，但同时也过于严厉，极有可能将真正的阳性结果，也即我们想要的结果也给筛掉了。 FDR（False Discovery Rate）用比较温柔的方法调整，试图在假阳性和假阳性间达到平衡(即，不是不让假阳性出现，只是将假/真阳性比例控制在一定范围内)。 FDR的目标是试图得到一个校正后的阈值，来实现：在发现的差异结果中，假阳性控制在极低比例；例如，检验10000次，无论我们得到多少差异基因，能不能保证其中定性为差异基因结果中，错误率在5%以内。如果找到差异基因100个，我能做到拍着胸脯说：“假的差异基因不多于5个”。这就叫FDR< 5%。 有多种模型用来从p-value估算FDR值，其中使用的最多的是Benjaminiand Hochberg的方法，简称 BH法。BH法虽然不够精确，但是简单好用。 BH 方法的公式为：p*(m/k) ，其中的p为普通的p-value，m为检验次数，k为此次检验的p-value在所有检验次数中的排名。例如，检验了100次（m），则排名为10的Q-value 则为0.03(100/10)=0.3，代表在这前十次检验中假的差异基因不多于10*0.3个。 FDR常见的阈值为0.1%，1%，5%等，也可设置宽松达25%，表示差异基因结果中有25%是假的。 BH法只是对FDR的预估，并非准确，而且依然过于严格（阈值依然卡的太严，假阴性太高）。最有名且精确度更高的是Storey方法。 p-value ：衡量 一次检验 假阳性率的指标（False positive rate） ； q value ：衡量错误发现率的指标（False discovery rate，简称FDR，所有检验中假阳性的概率）。即使用Q value的这个参 数预估FDR。Q value 需要利用公式从p value 校正计算后得到，所以Q value 通常又被称为adjusted p value。所以一般情况下：我们可以认为Q value = FDR = adjusted p value，即三者是一个东西，虽然有些定义上的细微区别，但是问题也不大。

　　fdr-a03l是华为揽阅M2青春版的型号。屏幕方面，华为揽阅M2青春版采用7英寸LCD屏幕，提供有珍珠白、淡雅金、水晶粉、静谧蓝等四种机身配色；配置方面，华为揽阅M2青春版搭载MSM8939八核处理器，内置4360mAh容量电池。fdr-a03l是什么型号 　　fdr-a03l是华为揽阅M2青春版。 　　屏幕方面，华为揽阅M2青春版采用7英寸LCD屏幕，屏幕分辨率为1920x1200像素，屏幕色彩为1600万色u2028，机身尺寸为187.4mm × 105.8mm × 8.2mm，同时提供有珍珠白、淡雅金、水晶粉、静谧蓝等四种机身配色。 　　配置方面，华为揽阅M2青春版搭载MSM8939八核处理器，采用Android 5.1(Lollipop)+ EMUI3.1操作系统，内置4360mAh容量电池，支持指纹识别功能，还支持外部存储扩展，最大扩展容量为128GB。　　上述就是关于fdr-a03l是什么型号的内容介绍了。

这种文件好像是编程用的格式吧应该找不到可以打开他的工具