본문 바로가기

p값 다중검정 보정 (FDR · Bonferroni)

p값 목록을 붙여넣으면 Benjamini–Hochberg q값, Bonferroni, Holm, Hochberg, BY 보정값을 표로 계산하고 유의 항목을 표시합니다.

브라우저에서 로컬 처리 · 서버 업로드 없음

p값 목록

한 줄에 하나 · 이름 열이 있으면 함께 인식 · 1e-5 같은 지수 표기도 가능

보정 방법

p값 다중검정 보정 (FDR · Bonferroni) 소개

p값 다중검정 보정은 여러 가설을 동시에 검정할 때 우연히 유의해 보이는 결과를 통제하는 도구입니다. 검정을 20번 하면 아무 효과가 없어도 평균 한 번은 p < 0.05가 나옵니다. 유전자 발현 비교, GWAS, 대사체 분석처럼 수백에서 수만 개의 검정을 하는 연구에서는 보정 없이 p값을 보고하면 심사에서 거의 반드시 지적받습니다. 이 도구는 p값 목록(이름 열 포함 가능)을 붙여넣으면 다섯 가지 보정값을 계산하고, 선택한 유의수준에서 보정 후에도 살아남는 항목을 표시합니다.

가족별 오류율(FWER)을 통제하는 Bonferroni·Holm·Hochberg는 “하나라도 거짓 양성이 나올 확률”을 α 이하로 묶는 엄격한 방법입니다. Holm은 Bonferroni보다 항상 검정력이 같거나 높으면서 추가 가정이 없어 기본 선택으로 적합합니다. 거짓발견율(FDR)을 통제하는 Benjamini–Hochberg는 “유의하다고 선언한 것 중 거짓의 비율”을 α로 묶어 대규모 검정에서 훨씬 많은 발견을 허용하며, 보정된 값은 q값이라고 부릅니다. Benjamini–Yekutieli는 검정 간 임의 의존성이 있을 때도 유효하지만 그만큼 보수적입니다.

결과 표에는 원 p값, 순위, 보정값, 유의 여부가 원래 입력 순서대로 정리되고 TSV로 복사해 엑셀이나 R로 가져갈 수 있습니다. 방법별 유의 개수를 한눈에 비교하는 칩을 누르면 보정 방법이 바로 바뀌며, 보정 후 α를 넘지 않는 가장 큰 원 p값(실질 문턱)도 표시합니다. 계산은 R의 p.adjust와 같은 단조 보정 방식이라 결과를 그대로 교차 검증할 수 있습니다.

사용 방법

  1. p값을 한 줄에 하나씩 붙여넣으세요. 엑셀에서 두 열(이름·p값)을 복사해 넣어도 되고, 쉼표·탭·공백으로 구분된 값도 인식합니다.
  2. 보정 방법을 고르세요. 가족별 오류율(FWER)을 통제하려면 Bonferroni·Holm·Hochberg, 거짓발견율(FDR)을 통제하려면 Benjamini–Hochberg 또는 Benjamini–Yekutieli가 적합합니다.
  3. 유의수준(α)을 정하면 보정 후에도 유의한 항목이 강조되고, 방법별 유의 개수가 위 요약에 표시됩니다.
  4. 표 복사(TSV)로 결과를 엑셀·R·논문 부록 표에 그대로 붙여넣으세요. 원래 순서가 유지됩니다.

자주 묻는 질문

Bonferroni와 Holm 중 무엇을 써야 하나요?
둘 다 FWER을 α 이하로 통제하지만 Holm은 Bonferroni보다 항상 검정력이 같거나 높고 추가 가정이 필요 없습니다. 특별한 이유가 없다면 Holm이 낫습니다. Bonferroni는 계산이 단순해 심사자가 요구하거나 관행이 있을 때 씁니다.
BH(FDR)는 언제 쓰나요?
유전자 발현·GWAS·대사체처럼 검정 수가 수백~수만 개일 때, FWER 통제는 너무 보수적이라 대부분을 놓칩니다. BH는 '유의하다고 선언한 것 중 거짓의 비율'을 α로 통제해 발견을 훨씬 많이 허용합니다. 보정된 값은 q값이라 부르며, 검정 간 양의 의존성이 있어도 유효합니다. 임의 의존성까지 보장하려면 BY를 쓰지만 훨씬 보수적입니다.
보정된 p값이 1이 나오거나 여러 개가 같은 값이 되는 이유는?
정상입니다. 단조성(순위가 낮은 항목의 보정값이 더 클 수 없음)을 유지하기 위해 인접한 값끼리 같아질 수 있고, 상한이 1이라 큰 p값은 1로 잘립니다.
결과를 논문에 어떻게 보고하나요?
예: “다중검정 보정에는 Benjamini–Hochberg 절차를 사용했으며 FDR 5% 미만(q < 0.05)을 유의하다고 보았다.” 어떤 방법과 어떤 α를 썼는지, 검정 총수(m)가 몇인지를 밝히는 것이 핵심입니다.