Oczekiwany odsetek odrzuconych hipotez zerowych, które są fałszywie odrzucane, tj. Część znaczących ustaleń, które w rzeczywistości nie są prawdziwe. Jedną z metod kontrolowania FDR w wielu testach jest procedura Benjamini-Hochberga.
Benjamini i Hochberg opracowali pierwszą (i nadal chyba najczęściej stosowaną) metodę kontrolowania wskaźnika fałszywych odkryć (FDR). Chcę zacząć od szeregu wartości P, z których każda służy do innego porównania, i zdecydować, które są wystarczająco niskie, aby nazwać je „odkryciem”, kontrolując FDR do określonej wartości (powiedzmy 10%). Jednym z założeń zwykłej …
Mój program statystyczny wdraża zarówno procedury fałszywego wykrywania Benjamini i Hochberg (1995), jak i Benjamini i Yekutieli (2001). Zrobiłem co w mojej mocy, aby przeczytać późniejszy artykuł, ale jest on dość matematycznie gęsty i nie jestem pewien, czy rozumiem różnicę między procedurami. Widzę z podstawowego kodu w moim programie statystycznym, …
Próbowałem owinąć głowę wokół tego, w jaki sposób współczynnik fałszywych odkryć (FDR) powinien wpływać na wnioski poszczególnych badaczy. Na przykład, jeśli twoje badanie jest słabe, czy powinieneś zdyskontować swoje wyniki, nawet jeśli są znaczące przy ? Uwaga: mówię o FDR w kontekście badania wyników wielu badań łącznie, a nie jako …
Wiemy, że musimy zastosować korekty podobne do Benjaminiego Hochberga do testowania wielu hipotez w eksperymentach opartych na jednym zestawie danych, w celu kontroli częstotliwości fałszywych odkryć, w przeciwnym razie wszystkie eksperymenty, które dadzą pozytywny wynik, mogą być fałszywe. Ale dlaczego nie stosujemy tej samej zasady do wszystkich eksperymentów od samego …
To pytanie zostało już zadane tu i tutaj, ale nie sądzę, że odpowiedzi odnoszą się bezpośrednio do pytania. Czy słabe badania zwiększają prawdopodobieństwo wyników fałszywie dodatnich? Niektóre artykuły prasowe potwierdzają to twierdzenie. Na przykład : Niska moc statystyczna to zła wiadomość. Badania o słabej mocy częściej tracą rzeczywiste skutki, a …
Poniższy cytat pochodzi ze słynnego artykułu badawczego Znaczenie statystyczne dla badań całego genomu Storey i Tibshirani (2003): Na przykład fałszywie dodatni wskaźnik wynoszący 5% oznacza, że średnio 5% prawdziwie zerowych cech w badaniu zostanie nazwanych znaczącymi. FDR (wskaźnik fałszywych odkryć) wynoszący 5% oznacza, że spośród wszystkich funkcji nazywanych znaczącymi, 5% …
Przeczytałem ten wielki artykuł Davida Colquhouna: Badanie współczynnika fałszywych odkryć i błędnej interpretacji wartości p (2014). Zasadniczo wyjaśnia, dlaczego współczynnik fałszywych odkryć (FDR) może wynosić nawet chociaż kontrolujemy błąd typu I za pomocą .30%30%30\%α=0.05α=0.05\alpha=0.05 Nadal jednak nie jestem pewien, co się stanie, jeśli zastosuję kontrolę FDR w przypadku wielokrotnych testów. …
Zarówno w literaturze dotyczącej wskaźnika błędu rodzinnego (FWER), jak i wskaźnika fałszywego wykrywania (FDR), określone metody kontrolowania FWER lub FDR są odpowiednie do testów zależnych lub niezależnych. Na przykład w artykule z 1979 r. „Prosta sekwencyjnie wielokrotna procedura testowa wielokrotnego testu” Holm napisał, aby skontrastować swoją metodę podwyższania Šidáka z …
Czytałem, że kontrolowanie FDR jest mniej rygorystyczne niż kontrolowanie FWER, na przykład w Wikipedii : Procedury kontrolujące FDR mają mniej rygorystyczną kontrolę nad fałszywym wykrywaniem w porównaniu z procedurami rodzinnego wskaźnika błędów (FWER) (takimi jak korekta Bonferroniego). Zwiększa to moc kosztem zwiększenia częstości błędów typu I, tj. Odrzucenia hipotezy zerowej …
Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-testnie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny, Mann-Whitney-U-testktóry prowadziłby do utraty większej ilości informacji. Jednak nie należy zapominać o jednym …
Czy istnieje prosty sposób wyjaśnienia, dlaczego procedura Benjaminiego i Hochberga (1995) faktycznie kontroluje współczynnik fałszywych odkryć (FDR)? Ta procedura jest tak elegancka i zwarta, a jednak dowód na to, dlaczego działa ona niezależnie (pojawiający się w załączniku do ich artykułu z 1995 r. ), Nie jest zbyt łatwo dostępny.
Rozumiem procedurę i to, co kontroluje. Jaki jest zatem wzór skorygowanej wartości p w procedurze BH dla wielokrotnych porównań? Właśnie teraz zdałem sobie sprawę, że pierwotny BH nie wytworzył skorygowanych wartości p, a jedynie dostosował warunek (nie) odrzucenia: https://www.jstor.org/stable/2346101 . Gordon Smyth wprowadził skorygowane wartości p BH w 2002 r., …
Mam zestaw danych, w którym testuję pod kątem znaczących różnic między trzema populacjami w odniesieniu do około 50 różnych zmiennych. Robię to z jednej strony za pomocą testów Kruskala-Wallisa, az drugiej za pomocą testów współczynnika prawdopodobieństwa zagnieżdżonych modeli GLM (z populacją i bez jako niezależna zmienna). W rezultacie, mam listę …
Mam trójwymiarową tabelę o rozmiarze . Każda komórka tabeli jest testem hipotez. Krojenie tabeli w trzecim wymiarze daje zestawów testów hipotez, które są niezależne między zbiorami, ale zależą od nich. Początkowo myślałem, że mogę po prostu kontrolować współczynnik fałszywych odkryć za pomocą procedury Benjamini-Hochberg we wszystkich testach hipotez jednocześnie. Czy …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.