Abweichung vom Hardy-Weinberg-Gleichgewicht (HWE)

Ich habe einen Satz von 10 Genen, jedes Gen enthält ungefähr 15 SNPs. Ich habe die Abweichung vom Hardy-Weinberg-Gleichgewicht (HWE) für alle SNPs getestet. Alle SNPs wichen nicht von HWE ab, außer 5 SNPs in ABCG8, sie hatten p < 0,05. Ich habe verschiedene Faktoren gefunden, die die HWE beeinflussen können. Meine Frage: Warum trafen denn die restlichen SNPs auf die HWE, warum weichen nur 5 SNPs in ABCG8 stark von der HWE ab?

Seien Sie vorsichtig mit den Behauptungen, die auf p-Werten basieren: Ein p-Wert erlaubt es, die Nullhypothese abzulehnen, aber nicht, sie zu bestätigen . Mit anderen Worten, wann P < 0,05 man kann aber sagen, HWE ist kaputt P > 0,05 bedeutet nicht, dass HWE hält - es könnte immer noch kaputt sein, aber wir können es nicht beweisen.
Ich würde ein bisschen mit @Vadim streiten – wenn Sie 150 Tests machen, erwarten Sie das 0,05 ∗ 150 = 7.5 SNPs zu sein P < 0,05 , da unter der Nullhypothese p-Werte aus unabhängigen Tests gleichmäßig verteilt sind. P-Werte sind ein ziemlich niedriger Beweisstandard, außer wenn sie sehr klein sind. Dass alle 5 in einem Gen vorkommen, mag überraschend sein, aber dennoch würde ich sagen, dass das "Ablehnen" der darauf basierenden Nullhypothese ein bisschen stark ist, da die Beobachtungen immer noch ziemlich konsistent mit der Nullhypothese sind (ohne zusätzliche Daten zu sehen).
@MaximilianPress Ich habe über grundlegendere Unterschiede in Bezug auf p-Wert und Leistung gesprochen und Einwände gegen die Behauptung erhoben, dass der Rest der SNPs die HWE erfüllt . Allerdings stimme ich Ihnen zu, dass angesichts der großen Anzahl von Tests sogar die fünf SNPs mit P < 0,05 sind kein Beweis dafür, dass HWE verletzt wird.
@Vadim ok, das macht Sinn. Ich stimme Ihrem allgemeinen Punkt zu p-Werten zu, die zur Bestätigung der Nullhypothese verwendet werden. Ich glaube, ich war nur besorgt über die andere Seite des Problems, die nicht klar war. Ich denke, dass Sie die Frage tatsächlich ziemlich direkt und genau angesprochen haben! Ich würde eigentlich vorschlagen, daraus eine Antwort zu machen.

Antworten (1)

Ein Signifikanztest (dh p-Wert) erlaubt es uns, die Nullhypothese abzulehnen, aber nicht zu bestätigen. Mit anderen Worten, wann P < 0,05 man kann aber sagen, dass die Bedingungen für HWE nicht erfüllt sind P > 0,05 bedeutet nicht, dass HWE hält - die Bedingungen könnten immer noch nicht erfüllt sein, aber wir können es nicht beweisen. Wenn man also Aussagen wie „ Alle SNPs weichen nicht von HWE ab und der Rest der SNPs entspricht HWE“ ab, kann man einen statistischen Fehler vom Typ II begehen .

Wie @MaximilianPress richtig anmerkte, sollte man in diesem Fall keine Aussagen über die SNPs mit machen P < 0,05 entweder aufgrund der hohen Wahrscheinlichkeit einer falschen Entdeckung . Tatsächlich gibt uns ein p-Wert die Wahrscheinlichkeit, dass die Daten mindestens so extrem sein würden wie beobachtet, obwohl die Nullhypothese wahr ist. Gegeben N = 150 SNPs, die man ungefähr erwartet

N × a = 150 × 0,05 = 7.5
statistisch signifikante Ergebnisse treten zufällig auf, selbst wenn die HWE gilt. Das heißt, man könnte auch den Typ-I-Fehler begehen, indem man die Nullhypothese ablehnt, wenn sie wahr ist. Um diesen Fehler auszuschließen, muss ein strengerer Test verwendet werden, z. B. die Bonferroni-Korrektur , dh ein Test gegen das Signifikanzniveau N mal kleiner als der Strom a = 0,05 :
a ⟶ a N = 0,05 150 ≈ 0,0003

Abweichung vom Hardy-Weinberg-Gleichgewicht (HWE)
AntwortenHierDatenschutz-Bestimmungen1y, 0v