为啥有的文献中，两组对比的研究中，使用FDR的校正的 激活表中 T值，会看着特别小，作者也说自己经过校正了？ 譬如只有3.3大小也说是FDR校正后 。这种是用什么工具经过校正的？ xjview 还是dpabi，我自己分析过的很多数据，这么小的T值肯定经过不了校正。 请熟悉的高手指点。 【Abnormal percent amplitude of fluctuation in patients with lifelong premature ejaculation is associated with neurotransmitter profiles | Brain Imaging and Behavior
给出的范文里似乎没有给出具体的校正方法，比如是团块水平还是体素水平？
对于这个问题，我不知道如何判断结果是否有经过一些“操作”。但是FDR校正本身就和比较次数有关，也和原本的p值分布有关，所以我认为“这么小的T值肯定经过不了校正”的说法还是有点欠妥。
是的。我也不敢这么说，我只是好奇为啥T值会这么小。。 大侠，为啥FDR校正和比较次数有关？ 在fmri全脑分析中，这个比较次数是指 全脑体素个数吗？
还有一个问题就是 cluster水平是不是我们常说的 topological FDR ？
如 @Lxg 所说，BH-FDR校正和原始p值的分布有关，比如下面这个例子：
> raw_pval <- c(0.012, 0.42, 0.54, 0.65, 0.77)
> p.adjust(raw_pval, method = 'fdr')
[1] 0.06 0.77 0.77 0.77 0.77
> raw_pval <- c(0.040, 0.043, 0.045, 0.047, 0.049)
> p.adjust(raw_pval, method = 'fdr')
[1] 0.049 0.049 0.049 0.049 0.049
在第一种情况下，5个原始P值，只有一个是小于0.05，校正后全部都大于0.05；在第二种情况下，5个原始P值，都是小于0.05，但非常接近0.05，校正后全部都是小于0.05的。在同样次数的多重比较情况下，如果大部分比较的原始P值都小于0.05，那么能通过校正的阈值（也就是对应的T值）就会越低。具体的原理可以参考Winkler的这篇博文，如果对博文内容有不理解的地方，我们再讨论。
至于你提到的文献的问题，并不能仅仅根据T值大小来判断是否能通过FDR校正。不过根据FDR的原理，如果想要在比较低的T值下能通过校正就要求有很多体素都是显著的（即团块比较大），但是从你贴出来的表格中没有报告团块大小，所以不好判断。
在以前的讨论中，也有这样一个例子，使用FDR全脑都显著了，而使用FWE方法，没有任何显著结果。
谢谢师兄的形象演示，我以前用roi wise的校正自己也发现过类似的现象，但是没有去深究。。我刚刚搜了下，发现topological FDR 还有 voxel 和cluster wise两种之分。。原先我把topological FDR 就等同于clusterFDR校正，看来是不对的