無法在蒙特卡羅模擬極端值

Question

我有一個576個感興趣基因的生物學數據集及其指定的功能類別。 我還為我正在使用的物種的基因組中的所有基因分配了功能類別。 這允許我設置加權，隨機，繪制，我可以從基因組中挑選576個基因/功能分配，並查看各種功能類別的分布。 我重復了這一百萬次這看起來有點過分; 然而，對於我的一個類別，我目前無法模擬一個像我感興趣的基因那樣極端的值。

為了提供背景，功能類別（讓我們用“A”代表）代表14％的基因組和28％的感興趣的基因。 我模擬的最高值為A類的22.92％，97.5％的置信區間為17.19％。 當我按照經驗進行計算p值時，這給我帶來麻煩，即（模擬A的值超過感興趣基因的A值）/（模擬總數），所以我的p值只是零。

len([i for i in probs_dict["A"] if i > target_per])/total_sims

有沒有不同的方法來計算p值或表示高度過度表示？

Answer 1

在分子和分子中添加1可能是合適的。 例如，請參閱此文章 。 這可以防止p = 0發生。 所以你的p值公式將成為：

(1 + len([i for i in probs_dict["A"] if i > target_per]))/(1 + total_sims)