超幾何分佈與應用【轉載】
阿新 • • 發佈：2019-01-10
轉自：https://baike.baidu.com/item/%E8%B6%85%E5%87%A0%E4%BD%95%E5%88%86%E5%B8%83/4782968?fr=aladdin
https://www.jianshu.com/p/13f46bebebd4
1.定義
//這個說法比較好理解，就是抽取殘次品的概率。但是得提前知道有幾件不合格品，這個可以通過生產線的殘次率來估算的吧。
超幾何分佈是富集分析的常用方法，常用的GO富集分析都是用超幾何分佈計算的。下面將淺顯的探討一下超幾何分佈的原理。
//關於基因富集還需要學習，暫且放過。
在這裡我們做一個簡單的概念轉換即可知道軟體是如何做GO富集分析的：
- N為GO註釋資料庫中的總基因數；
- M為資料庫中屬於某個GO子類的基因數；
- n為我們得到的需要進行GO富集分析的基因的總數目；
- k為n中屬於M的數目。
因此我們就可以計算基因集n是否在M類中富集的概率。
2.例子
在基因富集中的P值計算公式：
上面式子的意思是： 從總N個基因抽n個基因， 作為分母，分子是M個基因有i個落在通路里，有n-i個不落在通路里。 p-value是指你觀察到m個基因落在通路里，比這還要更極端的概率之和，所以i是從m到M。 就是說看到更多的基因落在這個通路里的所有可能。
//也就是在基因富集中的應用就是通過超幾何分佈用來計算P值。