Ожидаемая доля отклоненных нулевых гипотез, которые были ошибочно отвергнуты, т. Е. Доля значимых результатов, которые на самом деле не соответствуют действительности. Одним из методов контроля FDR при множественном тестировании является процедура Бенджамини-Хохберга.
Бенджамини и Хохберг разработали первый (и, я думаю, до сих пор наиболее широко используемый) метод контроля частоты ложных обнаружений (FDR). Я хочу начать с набора значений P, каждое для отдельного сравнения, и решить, какие из них являются достаточно низкими, чтобы их можно было назвать...
Моя статистическая программа реализует процедуры FDR Benjamini & Hochberg (1995) и Benjamini & Yekutieli (2001). Я приложил все усилия, чтобы прочитать более позднюю статью, но она достаточно математически плотная, и я не совсем уверен, что понимаю разницу между процедурами. Из базового...
Я пытался обдумать, как частота ложных открытий (FDR) должна отражать выводы отдельного исследователя. Например, если ваше исследование недостаточно эффективно, следует ли вам сбрасывать со счетов результаты, даже если они значимы при ? Примечание: я говорю о FDR в контексте изучения результатов...
Мы знаем, что мы должны применять поправки Бенджамини-Хохберга для проверки нескольких гипотез к экспериментам, основанным на одном наборе данных, чтобы контролировать частоту ложных открытий, иначе все эксперименты, которые дают положительный результат, могут быть ложными. Но почему мы не...
Этот вопрос уже задавался здесь и здесь, но я не думаю, что ответы касаются вопроса напрямую. У слабых исследований увеличилась вероятность ложных срабатываний? Некоторые новостные статьи делают это утверждение. Для примера : Низкая статистическая мощность - плохая новость. Слабые исследования,...
Следующая цитата взята из известной исследовательской работы « Статистическое значение для широких геномных исследований», проведенной Storey & Tibshirani (2003): Например, ложноположительный показатель 5% означает, что в среднем 5% истинно нулевых признаков в исследовании будут названы...
Я прочитал эту замечательную статью Дэвида Колкхуна: исследование уровня ложных открытий и неправильного толкования р-значений (2014). По сути, он объясняет, почему частота ложных обнаружений (FDR) может достигать даже если мы контролируем ошибку типа I с α = 0,05 .30 %30%30\%α = 0,05αзнак...
В литературе как по частоте появления ошибок (FWER), так и по частоте ложных обнаружений (FDR) конкретные методы контроля FWER или FDR считаются подходящими для зависимых или независимых тестов. Например, в статье 1979 года «Простая последовательная объективная процедура множественных испытаний»...
Я читал, что контроль FDR менее строг, чем контроль FWER, например, в Википедии : Процедуры контроля FDR обеспечивают менее строгий контроль над ложным обнаружением по сравнению с процедурами семейной частоты ошибок (FWER) (такими как коррекция Бонферрони). Это увеличивает мощность за счет...
Тесты перестановки (также называемые тестом рандомизации, тестом повторной рандомизации или точным тестом) очень полезны и оказываются полезными, когда предположение о нормальном распределении, требуемое, например, t-testне выполняется, и когда преобразование значений путем ранжирования...
Я понимаю процедуру и то, что она контролирует. Итак, какова формула для скорректированного значения p в процедуре ЧД для множественных сравнений? Только сейчас я понял, что исходная ЧД не выдает скорректированные значения p, а только скорректировала (не) условие отклонения:...
Есть ли простой способ объяснить, почему процедура Бенджамини и Хохберга (1995) фактически контролирует частоту ложного обнаружения (FDR)? Эта процедура настолько элегантна и компактна, и все же доказательство того, почему она работает в условиях независимости (см. В приложении к статье 1995 года...
У меня есть трехмерная таблица размером . Каждая ячейка таблицы является проверкой гипотезы. Разрезание таблицы по третьему измерению дает набор тестов гипотез, которые не зависят от наборов, но зависят от наборов. Первоначально я думал, что смогу просто контролировать уровень ложных открытий,...
У меня есть набор данных, в котором я проверяю наличие значительных различий между тремя популяциями в отношении примерно 50 различных переменных. Я делаю это, используя тесты Крускала-Уоллиса, с одной стороны, и тесты отношения правдоподобия для вложенных моделей GLM (с заполнением и без учета в...
Может ли кто-нибудь объяснить, как процедуры FDR способны оценивать FDR без модели / предположения о базовой ставке истинных положительных результатов?