Yaklaşık 50 farklı değişkene göre üç popülasyon arasındaki önemli farklılıkları test ettiğim bir veri setim var. Bunu bir yandan Kruskal-Wallis testlerini, diğer yandan da iç içe geçmiş GLM model uyumlarının (bağımsız değişken olarak popülasyonlu ve popülasyonsuz) uyum oran testlerini kullanarak yapıyorum.
Sonuç olarak, bir yandan Kruskal-Wallis -değerlerinin bir listesi var ve diğer taraftan LRT karşılaştırmalarından Chi kare -değerleri olduğunu düşünüyorum .
Birden fazla test düzeltmesi yapmam gerekiyor çünkü 50'den fazla farklı test var ve Benjamini-Hochberg FDR en mantıklı seçim gibi görünüyor.
Bununla birlikte, değişkenler muhtemelen bağımsız değildir ve bunların birkaç "klanı" birbiriyle ilişkilidir. O zaman soru şu: değerlerim için temel istatistik kümesinin Benjamini-Hochberg prosedürünün hala FDR'ye bağlı olması için gerekli olan pozitif bağımlılık gereksinimlerini karşılayıp karşılamadığını nasıl anlayabilirim ?
2001'den Benjamini-Hochberg-Yekutieli makalesinde, PRDS koşulunun çok değişkenli normal ve öğrenci dağılımı için geçerli olduğu belirtilmektedir. Model karşılaştırması için olasılık oran testim Ki kare değerleri ne olacak? Kruskal-Wallis testleri için sahip olduğum -değerleri ne olacak ?
Bağımlılık hakkında hiçbir şey varsaymayan Benjamini-Hochberg-Yekutieli en kötü durum FDR düzeltmesini kullanabilirim, ancak bu durumda çok muhafazakar olabileceğini ve bazı ilgili sinyalleri kaçırabileceğini düşünüyorum.