Si encuentras alguna parte que te causa duda puedes dejarnos un comentario y trataremos de ayudarte tan rápido como podamos.
Solución:
Está disponible en statsmodels.
http://statsmodels.sourceforge.net/devel/stats.html#multiple-tests-and-multiple-comparison-procedures
http://statsmodels.sourceforge.net/devel/generated/statsmodels.sandbox.stats.multicomp.multipletests.html
y algunas explicaciones, ejemplos y Monte Carlo http://jpktd.blogspot.com/2013/04/multiple-testing-p-value-corrections-in.html
Según el biostathandbook, el BH es fácil de calcular.
def fdr(p_vals):
from scipy.stats import rankdata
ranked_p_values = rankdata(p_vals)
fdr = p_vals * len(p_vals) / ranked_p_values
fdr[fdr > 1] = 1
return fdr
Puedes probar el módulo rpy2 eso le permite importar funciones R (por cierto, una búsqueda básica devuelve Cómo implementar R’s p.adjust en Python).
Otra posibilidad es mirar las matemáticas y rehacerlas tú mismo, porque todavía es relativamente fácil.
Aparentemente hay una implementación en curso en scipy: http://statsmodels.sourceforge.net/ipdirective/_modules/scikits/statsmodels/sandbox/stats/multicomp.html. Tal vez ya sea utilizable.
valoraciones y comentarios
Puedes defender nuestro trabajo ejecutando un comentario y dejando una puntuación te damos las gracias.