«false-discovery-rate» etiketlenmiş sorular

Yanlışlıkla reddedilen, reddedilen boş hipotezlerin beklenen bir kısmı, yani gerçekte doğru olmayan önemli bulguların oranı. Çoklu testte FDR'yi kontrol etmenin bir yöntemi Benjamini-Hochberg prosedürüdür.

5
FDR kontrolünde olağan metodu kullanmanın bir koşulu olarak “pozitif bağımlılığın” anlamı
Benjamini ve Hochberg , yanlış keşif oranını (FDR) kontrol etmek için ilk (ve hala en çok kullanılan bence) yöntemi geliştirdi. Her biri farklı bir karşılaştırma için bir grup P değeri ile başlamak ve hangisinin “keşif” olarak adlandırılacak kadar düşük olduğuna karar vermek, FDR'yi belirli bir değerle kontrol etmek istiyorum (% …

2
Benjamini & Hochberg (1995) ile Benjamini & Yekutieli (2001) yanlış keşif oranı prosedürleri arasındaki pratik farklar nelerdir?
İstatistik programım, hem Benjamini & Hochberg (1995) hem de Benjamini & Yekutieli (2001) yanlış keşif oranı (FDR) prosedürlerini uygular. Daha sonraki makaleyi okumak için elimden geleni yaptım, ancak oldukça matematiksel olarak yoğun ve prosedürler arasındaki farkı anladığımdan emin değilim. İstatistik programımda altta yatan koddan gerçekten farklı olduklarını ve sonuncusunun FDR …

5
Bireysel bir araştırmacı sahte keşif oranını nasıl düşünmelidir?
Yanlış Keşif Hızı'nın (FDR) bireysel araştırmacıların sonuçlarını nasıl bilgilendirmesi gerektiği konusunda kafamı sarmaya çalışıyorum. Örneğin, çalışmanızın gücü yetersizse, sonuçlarınızı düzeyinde anlamlı olsalar bile misiniz? Not: Birden fazla test düzeltmesi için bir yöntem olarak değil , birden fazla çalışmanın sonuçlarını toplu olarak incelemek bağlamında FDR'den bahsediyorum .α=.05α=.05\alpha = .05 Test edilen …

3
Zamanın başlangıcından beri neden tüm deneylere çoklu hipotez düzeltmeleri uygulanmadı?
Yanlış keşif oranını kontrol etmek için tek bir veri setine dayanan deneylere çoklu hipotez testi için Benjamini Hochberg benzeri düzeltmeler uygulamamız gerektiğini biliyoruz, aksi takdirde pozitif sonuç veren tüm deneyler yanlış olabilir. Ama neden bu aynı prensibi, verilerin nereden geldiğine bakılmaksızın, zamanın başından beri tüm deneylere uygulamıyoruz. Sonuçta, yayınlanmış bilimsel …

4
Güçsüz çalışmalar yanlış pozitif olma olasılığını arttırdı mı?
Bu soru daha önce burada ve burada sorulmuştu ancak cevapların doğrudan soruyu cevapladığını sanmıyorum. Güçsüz çalışmalar yanlış pozitif olma olasılığını arttırdı mı? Bazı haberler bu iddiayı ortaya koyuyor. For Örneğin : Düşük istatistiksel güç kötü haber. Yetersiz çalışmalar, gerçek etkileri kaçırmak için daha muhtemeldir ve bir grup olarak, yanlış pozitiflerin …

2
FPR (yanlış pozitif oran) - FDR (yanlış keşif oranı)
Aşağıdaki alıntı ünlü araştırma makalesinden gelmektedir. Storey & Tibshirani'nin (2003) genom geneli çalışmaları için istatistiksel önemi : Örneğin,% 5'lik bir yanlış pozitif oran, çalışmadaki gerçekten sıfır özelliklerin ortalama% 5'inin anlamlı olarak adlandırılacağı anlamına gelir. % 5'lik bir FDR (Yanlış Keşif oranı), önemli olarak adlandırılan tüm özellikler arasında, bunların% 5'inin ortalama …

3
Yanlış keşif oranı ve çoklu testlerle karışıklık (Colquhoun 2014'te)
David Colquhoun'un bu büyük makalesini okudum: Yanlış keşif oranı ve p değerlerinin yanlış yorumlanması üzerine bir araştırma (2014). Özünde, ile tip I hatası kontrol etsek de yanlış keşif oranının (FDR) neden kadar yüksek olabileceğini açıklıyor .30%30%30\%α=0.05α=0.05\alpha=0.05 Bununla birlikte, çoklu test durumunda FDR kontrolünü uygularsam ne olacağı konusunda hala kafam karıştı. …

1
Çoklu karşılaştırma literatüründe “bağımlı” ve “bağımsız” testlerin açık dil anlamı nedir?
Hem aile açısından hata oranı (FWER) hem de yanlış keşif oranı (FDR) literatüründe, FWER veya FDR'yi kontrol etmek için belirli yöntemlerin bağımlı veya bağımsız testlere uygun olduğu söylenir. Örneğin, 1979 tarihli "Basit Sıralı Olarak Çok Yönlü Çoklu Test Prosedürü" belgesinde Holm, adım adım Šidák yöntemiyle adım adım Bonferroni kontrol yöntemini …

1
FDR'yi kontrol etmek neden FWER'i kontrol etmekten daha az katıdır?
Ben FDR kontrol Wikipedia gibi FWER kontrol daha az sıkı okudum : FDR kontrol prosedürleri, ailevi hata oranı (FWER) prosedürlerine (Bonferroni düzeltmesi gibi) kıyasla yanlış keşif üzerinde daha az sıkı bir kontrol uygular. Bu, tip I hata oranını artırma pahasına gücü arttırır, yani kabul edilmesi gerektiğinde etkisiz sıfır hipotezini reddeder. …

1
Sıfır hipotezi altında değiştirilebilir örneklerin ardındaki sezgi nedir?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
16 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 


2
Benjamini-Hochberg ayarlı p-değerinin formülü nedir?
Prosedürü ve neyi kontrol ettiğini anlıyorum. Peki çoklu karşılaştırmalar için BH prosedüründe ayarlanan p-değerinin formülü nedir? Şimdilik, orijinal BH'nin ayarlanmış p değerleri üretmediğini, sadece (ret dışı) koşulunu ayarladığını fark ettim: https://www.jstor.org/stable/2346101 . Gordon Smyth, 2002'de BH p değerlerini yine de tanıttı, bu yüzden soru hala geçerli. p.adjustYöntemde olduğu gibi R …


2
Benjamini-Hochberg bağımlılık varsayımları haklı mı?
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 …

1
Aşamalarda Yanlış Keşif Oranını Kontrol Etme
Üç boyutlu bir tablom var 6 × 6 × 816x6x816\times6\times81. Tablonun her hücresi bir hipotez testidir. Tabloyu üçüncü boyuta dilimlemek818181kümeler arasında bağımsız olan ancak kümeler içinde bağımlı olan hipotez testleri kümeleri. Aslında, aynı anda tüm hipotez testlerinde Benjamini-Hochberg prosedürünü kullanarak yanlış keşif oranını kontrol edebileceğimi düşünüyordum. Bu soruna saldırmanın makul …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.