약 50 가지 변수와 관련하여 세 모집단 간의 중요한 차이를 테스트하는 데이터 세트가 있습니다. 나는 Kruskal-Wallis 검정을 사용하고 중첩 GLM 모형 적합 (인구가 독립적 인 변수가 있거나없는)의 우도 비 검정을 사용하여이를 수행합니다.
결과적으로 Kruskal-Wallis 의 목록이 있고 LRT 비교에서 Chi square 이라고 생각 합니다.
50 가지가 넘는 다른 테스트가 있기 때문에 일종의 다중 테스트 수정을 수행해야하며 Benjamini-Hochberg FDR이 가장 합리적인 선택 인 것 같습니다.
그러나 변수는 서로 독립적이지 않으며 여러 "클랜"이 서로 관련되어 있습니다. 문제는 다음과 같습니다. 내 값에 대한 기본 통계 집합이 Benjamini-Hochberg 절차가 여전히 FDR에 구속되는 데 필요한 긍정적 인 의존성 요구 사항을 충족 하는지 어떻게 알 수 있습니까?
2001 년의 Benjamini-Hochberg-Yekutieli 논문은 PRDS 조건이 다변량 정규 분포와 학생 분포를 유지한다고 명시하고 있습니다. 모형 비교에 대한 내 우도 비 검정 카이 제곱 값은 어떻습니까? Kruskal-Wallis 검정 에 대한 은 어떻습니까?
나는 의존성에 대해 아무 것도 가정하지 않는 Benjamini-Hochberg-Yekutieli 최악의 FDR 수정을 사용할 수 있지만,이 경우 너무 보수적이며 관련 신호가 누락 될 수 있다고 생각합니다.