Yerel Moran I I istatistiği için p değeri ayarlaması (LISA)


10

Ben spdep paketini kullanarak R bazı keşif mekansal analiz ile çalışıyorum.

Ben fonksiyonu kullanarak hesaplanan mekansal ilişki (LISA) yerel göstergelerin p -değerlerini ayarlamak için bir seçenek geldi localmoran. Dokümanlara göre:

... çoklu testler için olasılık değer ayarı.

Ayrıca dokümanlar da p.adjustSPmevcut seçeneklerin:

Ayarlama yöntemleri arasında p değerlerinin karşılaştırma sayısı ile çarpıldığı Bonferroni düzeltmesi ('"bonferroni"') bulunur. Holm (1979) ('"holm"'), Hochberg (1988) ('"hochberg"'), Hommel (1988) ('"hommel"') ve Benjamini & Hochberg (1995) tarafından daha az muhafazakar düzeltme yapılmıştır. ('"fdr"'). Doğrudan geçiş seçeneği ('"none"') da dahildir.

İlk dört yöntem, ailenin hata oranının güçlü kontrolünü sağlamak için tasarlanmıştır. Modifiye edilmemiş Bonferroni düzeltmesini kullanmak için hiçbir neden yoktur, çünkü Holm varsayımları altında da geçerli olan yöntemine hakimdir.

Hochberg ve Hommel'in yöntemleri, hipotez testleri bağımsız olduğunda veya negatif olmayan bir şekilde ilişkili olduğunda geçerlidir (Sarkar, 1998; Sarkar ve Chang, 1997). Hommel'in yöntemi Hochberg'den daha güçlüdür, ancak fark genellikle küçüktür ve Hochberg p değerlerinin hesaplanması daha hızlıdır.

Benjamini, Hochberg ve Yekutieli'nin "BH" (aka "fdr") ve "BY" yöntemi, yanlış keşif oranını, reddedilen hipotezler arasında yanlış keşiflerin beklenen oranını kontrol eder. Yanlış keşif oranı, ailevi hata oranından daha az katı bir durumdur, bu nedenle bu yöntemler diğerlerinden daha güçlüdür.

Ortaya çıkan birkaç soru:

  1. Basit bir ifadeyle - bu düzenlemenin amacı nedir?
  2. Bu tür düzeltmeleri kullanmak gerekli mi?
  3. Evet ise - mevcut seçenekler arasından nasıl seçim yapılır?

1
Bu soruyu taşıdım çünkü CV gibi pek çok kişi burada ele alındı. Örneğin, bir aramadan neler öğrenebileceğinizi görün .
whuber

@whuber İyi fikir. Özgeçmiş hakkında düşünmedim, ama bu gerçekten daha iyi bir ev gibi görünüyor. Teşekkürler.
radek

Yanıtlar:


1

kısaca karşılaştığınız soruna çoklu hipotez testi denir . Test ederken, adından da anlaşılacağı gibi, aynı anda birçok hipotez ortaya çıkar.

Diyelim ki bir test için sıfır hipotezini (yanlış pozitif) yanlış reddetme olasılığınız var,% 5. Test ettiğiniz veri kümelerinin sayısını artırdığınızda (bu durumda, yerel Moran istatistiğini uyguladığınız kümelerin her biri), herhangi bir veri kümesinde yanlış bir pozitif gözlemleme olasılığı, gözlemleme olasılığından bağımsız olarak artacaktır. tek bir veri kümesi için yanlış pozitif aynıdır.

Bu sorunu gidermek için bulduğunuz birçok olası "düzeltme" vardır; Eğer gerçekten bir yerel istatistiğe ihtiyacınız varsa, kaçamazsınız. Aksi takdirde, küresel istatistiği tek bir hipotez olarak kullanabilirsiniz.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.