«false-discovery-rate» 태그된 질문

Benjamini와 Hochberg 는 FDR (False Discovery Rate)을 제어하기위한 첫 번째 (아직 가장 널리 사용되는) 방법을 개발했습니다. 각기 다른 비교를 위해 P 값을 묶어 시작하고 FDR을 지정된 값 (예 : 10 %)으로 제어하여 "발견"이라고 할 정도로 낮은 값을 결정하려고합니다. 일반적인 방법의 한 가정은 비교 세트가 독립적이거나 "긍정적 의존성"을 가지고 있지만 P …

36 multiple-comparisons  non-independent  false-discovery-rate 

저의 통계 프로그램은 Benjamini & Hochberg (1995)와 Benjamini & Yekutieli (2001) FDR (False Discovery Rate) 절차를 모두 구현합니다. 나는 나중의 논문을 읽기 위해 최선을 다했지만, 그것은 수학적으로 밀도가 높으며 절차의 차이점을 이해한다고 합리적으로 확신하지 못한다. 통계 프로그램의 기본 코드에서 실제로는 다르며 후자는 FDR과 관련하여 언급 한 수량 q를 포함하지만 파악할 …

34 post-hoc  false-discovery-rate 

나는 FDR (False Discovery Rate)이 어떻게 개별 연구원의 결론을 알려야하는지에 대해 고심했습니다. 예를 들어 연구에 힘이 부족한 경우 에서 유의미한 결과라도 할인해야 합니까? 참고 : 여러 테스트 수정 방법이 아니라 여러 연구 결과를 종합적으로 검사하는 맥락에서 FDR에 대해 이야기하고 있습니다.α=.05α=.05\alpha = .05 검정 된 가설의 가 실제로 참 이라고 관대하게 …

30 statistical-significance  p-value  publication-bias  false-discovery-rate 

허위 발견 률을 제어하기 위해 단일 데이터 세트를 기반으로 실험에 다중 가설 검정에 대한 Benjamini Hochberg와 유사한 수정을 적용해야합니다. 그렇지 않으면 긍정적 인 결과를 제공하는 모든 실험이 허위 일 수 있습니다. 그러나 데이터의 출처에 관계없이 처음부터 모든 실험에 동일한 원칙을 적용하지 않는 이유는 무엇입니까? 결국, "유의 한"것으로 여겨지는 발표 된 …

24 hypothesis-testing  multiple-comparisons  bonferroni  false-discovery-rate 

이 질문은 이전에 요청했다되었습니다 여기 와 여기 하지만 난 대답이 직접 문제를 해결할 수 있다고 생각하지 않습니다. 저전력 연구가 오 탐지 가능성을 높였습니까? 일부 뉴스 기사에서이 주장을합니다. 예를 들면 다음과 같습니다. 낮은 통계 능력은 나쁜 소식입니다. 저전력 연구는 실제 효과를 놓칠 가능성이 높으며 그룹으로서 더 높은 비율의 오탐 (즉, 실제가 …

23 hypothesis-testing  power  false-discovery-rate 

다음 인용문은 Storey & Tibshirani (2003) 의 유명한 유전체 연구 통계의 유의성에서 발췌 한 것입니다. 예를 들어, 오 탐지율 5 %는 연구에서 실제로 null 인 피처의 평균 5 %가 중요하다고 할 수 있음을 의미합니다. FDR (False Discovery rate)이 5 %라는 것은 중요하다고하는 모든 기능 중에서 5 %가 실제로 평균이 없음을 …

20 hypothesis-testing  false-discovery-rate  type-i-and-ii-errors  confusion-matrix  false-positive-rate 

나는 David Colquhoun이 쓴이 위대한 논문을 읽었습니다 : 잘못된 발견 률과 p- 값의 잘못된 해석에 대한 조사 (2014). 본질적으로 그는 α = 0.05로 유형 I 오류를 제어하더라도 FDR (False Discovery Rate)이 까지 높은 이유를 설명합니다 .30%30%30\%α=0.05α=0.05\alpha=0.05 그러나 여러 테스트의 경우 FDR 제어를 적용하면 어떻게되는지 여전히 혼란 스럽습니다. 여러 변수 각각에 …

19 hypothesis-testing  statistical-significance  p-value  multiple-comparisons  false-discovery-rate 

양쪽에서 가족 와이즈 에러율 (FWER)와 거짓 검색 속도 (FDR) 문헌 FWER 또는 FDR 제어 방법은 특정 의존적 또는 독립적 인 시험에 적합한 것으로 알려져있다. 예를 들어, 1979 년 논문 "간단한 순차 거부 다중 테스트 절차"에서 Holm은 스텝 업 시닥 방법과 스텝 업 Bonferroni 제어 방법을 대조하여 썼습니다. 테스트 통계가 독립적 …

18 multiple-comparisons  independence  non-independent  familywise-error  false-discovery-rate 

FDR을 제어하는 ​​것이 Wikipedia 와 같이 FWER를 제어하는 ​​것보다 덜 엄격하다는 것을 읽었습니다 . FDR 제어 절차는 FWER (Familywise Error Rate) 절차 (예 : Bonferroni 보정)와 비교하여 잘못된 발견에 대해 덜 엄격한 제어를 수행합니다. 이는 제 1 종 오류의 비율을 증가시키는 비용으로 전력을 증가시킵니다. 즉, 허용되어야 할 때 귀무 가설을 …

17 hypothesis-testing  multiple-comparisons  false-discovery-rate 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Benjamini와 Hochberg (1995)의 절차가 실제로 FDR (False Discovery Rate)을 제어하는 ​​이유를 설명하는 간단한 방법이 있습니까? 이 절차는 매우 우아하고 간결하지만 독립적 인 이유 ( 1995 년 논문 의 부록에 나와 있음)에 대한 증거는 접근하기가 쉽지 않습니다.

14 intuition  false-discovery-rate  teaching 

나는 절차와 그것이 통제하는 것을 이해합니다. 다중 비교를 위해 BH 절차에서 조정 된 p- 값의 공식은 무엇입니까? 방금 원래 BH가 조정 된 p- 값을 생성하지 않고 거부 조건 ( https://www.jstor.org/stable/2346101 ) 만 조정한다는 것을 깨달았습니다 . Gordon Smyth는 어쨌든 2002 년에 조정 된 BH p- 값을 도입 했으므로이 질문은 여전히 …

14 hypothesis-testing  p-value  multiple-comparisons  false-discovery-rate 

누군가가 FDR 절차가 참 긍정의 기본 비율에 대한 모델 / 가정없이 FDR을 추정하는 방법을 설명 할 수 있습니까?

9 false-discovery-rate 

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.피피p피피p 50 가지가 넘는 다른 테스트가 있기 …

9 chi-squared  multiple-comparisons  likelihood-ratio  kruskal-wallis  false-discovery-rate 

크기가 3 차원 테이블이 있습니다 . 표의 각 셀은 가설 검정입니다. 3 차원에서 테이블을 슬라이스하면 집합간에 독립적이지만 집합 내에 종속되는 개의 가설 검정이 생성 됩니다. 원래 모든 가설 검정에서 Benjamini-Hochberg 절차를 사용하여 허위 발견 률을 동시에 제어 할 수 있다고 생각했습니다. 이것이이 문제를 공격하는 합리적인 방법입니까? 두 번째 생각은 테이블의 …

9 multiple-comparisons  false-discovery-rate