Benjamini-Hochberg FDR prosedürünün neden işe yaradığı sezgisel bir açıklama?


14

Benjamini ve Hochberg'in (1995) prosedürünün neden yanlış keşif oranını (FDR) gerçekte kontrol ettiğini açıklamanın basit bir yolu var mı? Bu prosedür çok zarif ve kompakttır ve yine de bağımsızlık altında neden çalıştığının kanıtı ( 1995 makalelerinin ekinde yer almaktadır ) çok erişilebilir değildir.


4
bence, burada sunulan FDR kontrolünün kanıtı daha sezgiseldir (teorem 2'nin kanıtını aradığınızı unutmayın): citeseerx.ist.psu.edu/viewdoc/… Burada, argüman sadece isteğe bağlı durma teoremini kullanabilir.
user795305

3
Orada bir var YouTube'da Benjamini iyi ders çoklu karşılaştırmalar sorun üzerinde ve kullanılan ayar yöntemlerinin tarihçesi ve mantıksal gelişme çözüm için.
Alexis

Ramdas ve diğ. (2017) çok sayıda yeni test yöntemini birleştiren ve genelleştiren çok hoş bir makaledir ve Önerme 1 (c) Benjamini & Hochberg'de (1995) Teorem 1'i ifade etmektedir. Kanıt sadece Lemma 1 (c) 'yi FDP'nin beklentisini sınırlamak için uygular ve bu Lemma'nın kendisi eklerindeki çok temel çok değişkenli analiz ile kanıtlanmıştır.
daniel.s

2
İşte StatQuest'in YouTube'daki kanalında bulduğum bir başka sezgisel açıklama: youtube.com/watch?v=K8LQSvtjcEo
RobertF

Yanıtlar:


2

İşte Rbir resim oluşturmak için bazı -code. Siparişlerine karşı çizilen 15 simüle edilmiş p-değerini gösterecektir. Böylece yükselen bir nokta deseni oluştururlar. Kırmızı / mor çizgilerin altındaki noktalar 0,1 veya 0,2 düzeyinde önemli testleri temsil eder. FDR, çizginin altındaki siyah nokta sayısının çizginin altındaki toplam nokta sayısına bölünmesiyle elde edilir.

x0 <- runif(10)      #p-values of 10 true null hypotheses. They are Unif[0,1] distributed.
x1 <- rbeta(5,2,30)  # 5 false hypotheses, rather small p-values
xx <- c(x1,x0)
plot(sort(xx))
a0 <- sort(xx)
for (i in 1:length(x0)){a0[a0==x0[i]] <- NA}
points(a0,col="red")
points(c(1,15), c(1/15 * 0.1 ,0.1), type="l", col="red")
points(c(1,15), c(1/15 * 0.2 ,0.2), type="l", col="purple")

Umarım bu, sıralı p-değerlerinin dağılımının şekli hakkında bir his verebilir. Çizgilerin doğru olması ve örneğin bazı benzeşim biçimli bir eğrinin, sipariş dağılımlarının şekli ile ilgisi vardır. Bu açıkça hesaplanmalıdır. Aslında, hat sadece muhafazakar bir çözümdür.


1
set.seed(<some number>)R rakamını okumamış insanlar için sonuçta elde edilen rakamı eklemeyi ve göndermeyi düşünür müsünüz?
gung - Monica'yı eski durumuna getirin

Bu kodu çalıştırdığımda puanların hiçbiri çizginin altına düşmez ...
winni2k
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.