https://academic.oup.com/bioinformatics/article/26/22/2897/227791

给定一群统计量的观测值，我们描述一下用FastPval为每个观测值赋予P值得算法。FastPval的P值计算分为两个步骤，并且利用了这些统计量的分布右尾来计算统计量（？）。

在第一个步骤，我们随机地从原始数据集O中采样出N个样本构成一个子集（为提升效率，N通常是O的百分之一的规模）。我们对N排序，并找到一个阈值s_c，使得大于s_c是N的top P portion（N和P都是用户设定的，N默认设置为100,000而P默认设置为0.001）。

得到这个阈值后，我们再扫描数据集O，把大于阈值 s_c的值放到集合M中去，也对M排序，得到M里的最大值s_m。我们把排了序的N和M保存好，作为M1和M2两个model。

那么在第二个步骤，新来一个统计量s时，为计算它的P值，我们先把它和s_c比较：如果s\leq s_c，我们就在M1中计算它的P值，否则就在M2中计算它的P值。如果s\geq s_M，这就意味着s超过了我们的采样范围，我们将使用理论分布来计算它的P值或者简单地将它的值设置为0（取决于用户偏好；如果采用normal distribution或者extreme value distribution的理论分布，其分布参数由N数据集估计）。

For simplicity, here we illustrate our method in a two-stage approach and use the right tail of the distribution to calculate the statistics. In the first stage, we randomly sample a subset N from the original large dataset O. N is usually less than one-hundredth of the size of O, thus saving processing time. We sort N and obtain a cutoff score S_c representing the top P portion of N. Both N and P are parameters specified by the users, and are set to N = 100 000 and P = 0.001 by the default. We then scan the original set and put scores greater than S_c into our second subset M, and we obtain the maximum score S_m in M. The two subsets N and M are sorted, saved, and serve as our two models (M1 and M2). To calculate the P-value for a new score S, we compare S with S_c. If S ≤ S_c, we will find its P-value in M1. Otherwise we use M2. If S > S_m, indicating S is out of our resampling score range, we use theoretical distribution to calculate its P-value or simply set the P-value to 0, at the user’s preference. The parameters of two theoretical distributions, normal and extreme value distributions, were obtained from dataset N.