贝琳达·菲普森;戈登·史密斯（Gordon K。Smyth）。 排列（p）-值不应为零：当随机绘制排列时，计算精确的（p）值。 （英语） Zbl 1304.92098号 统计应用程序。遗传学。分子生物学。 9，第1号，第39条，第14页（2010年）. 摘要：排列测试是现代基因组研究中最常用的统计工具之一，通过随机排列样本或基因标签，将p值附加到测试统计中。然而，基因组文献中公布的排列（p）-值经常被错误计算，低估了大约1/m，其中（m）是排列的数量。当使用蒙特卡罗模拟来赋值时，在更一般的情况下也是如此。尽管（p）值低估的绝对值通常很小，但在多重测试环境中，其影响可能很严重。这种轻描淡写的说法源于使用排列来估计检验统计量的尾部概率的直观但错误的想法。相反，我们认为置换应被视为生成精确的离散零分布。对相关文献进行了回顾和总结，其中一些文献可能是基因组群体相对无法获得的。针对随机绘制排列时的精确（p）值，开发了一种计算策略。该策略对任何数量的排列和样本都有效。针对实际中置换测试的实施提出了一些简单的建议。 引用于27文件 理学硕士： 92D10型 遗传学和表观遗传学 62页第10页 统计学在生物学和医学中的应用；元分析 65二氧化碳 蒙特卡罗方法 关键词：置换试验;蒙特卡罗试验;\（p\）-值;多次测试;微阵列 PDF格式BibTeX公司 XML格式引用 \textit{B.Phipson}和\textit{G.K.Smyth}，统计应用。遗传学。分子生物学。9，第1号，第39条，第14页（2010年；Zbl 1304.92098） 全文： 内政部 arXiv公司