Bagian yang diharapkan dari hipotesis nol yang ditolak yang ditolak secara salah, yaitu bagian dari temuan penting yang sebenarnya tidak benar. Salah satu metode untuk mengontrol FDR dalam beberapa pengujian adalah prosedur Benjamini-Hochberg.
Benjamini dan Hochberg mengembangkan metode pertama (dan masih paling banyak digunakan, saya pikir) untuk mengendalikan tingkat penemuan palsu (FDR). Saya ingin memulai dengan sekelompok nilai P, masing-masing untuk perbandingan yang berbeda, dan memutuskan mana yang cukup rendah untuk disebut...
Program statistik saya mengimplementasikan prosedur Benjamini & Hochberg (1995) dan Benjamini & Yekutieli (2001) salah. Saya telah melakukan yang terbaik untuk membaca makalah selanjutnya, tetapi secara matematis cukup padat dan saya tidak cukup yakin saya memahami perbedaan antara...
Saya telah mencoba untuk membungkus kepala saya di sekitar bagaimana False Discovery Rate (FDR) harus menginformasikan kesimpulan dari masing-masing peneliti. Misalnya, jika studi Anda kurang bertenaga, haruskah Anda mendiskon hasil Anda meskipun signifikan pada α=.05α=.05\alpha = .05 ? Catatan:...
Kita tahu bahwa kita harus menerapkan koreksi seperti Benjamini Hochberg untuk pengujian hipotesis berganda untuk eksperimen yang didasarkan pada satu set data tunggal, untuk mengendalikan laju penemuan palsu, jika tidak semua eksperimen yang memberikan hasil positif bisa salah. Tapi mengapa kita...
Pertanyaan ini telah ditanyakan sebelumnya di sini dan di sini tetapi saya tidak berpikir jawabannya menjawab pertanyaan secara langsung. Apakah penelitian yang kurang bertenaga telah meningkatkan kemungkinan positif palsu? Beberapa artikel berita membuat pernyataan ini. Sebagai contoh :...
Kutipan berikut berasal dari makalah penelitian terkenal Statistik signifikansi untuk studi luas genom oleh Storey & Tibshirani (2003): Sebagai contoh, tingkat positif palsu 5% berarti bahwa rata-rata 5% dari fitur yang benar-benar nol dalam penelitian akan disebut signifikan. FDR (False...
Saya telah membaca makalah hebat ini oleh David Colquhoun: Investigasi tingkat penemuan yang salah dan salah tafsir dari nilai-p (2014). Intinya, ia menjelaskan mengapa false discovery rate (FDR) bisa setinggi meskipun kami mengontrol kesalahan tipe I dengan α = 0,05 .30 %30%30\%α =...
Dalam literatur tingkat kesalahan keluarga (FWER) dan false discovery rate (FDR), metode tertentu untuk mengendalikan FWER atau FDR dikatakan sesuai untuk tes dependen atau independen. Sebagai contoh, dalam makalah 1979 "Prosedur Tes Multi Tolak Berurutan Sederhana", Holm menulis untuk...
Saya telah membaca bahwa mengendalikan FDR tidak seketat mengendalikan FWER, seperti di Wikipedia : Prosedur pengendalian FDR memberikan kontrol yang kurang ketat terhadap penemuan palsu dibandingkan dengan prosedur tingkat kesalahan keluarga (FWER) (seperti koreksi Bonferroni). Ini meningkatkan...
Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan...
Saya mengerti prosedur dan apa yang dikontrolnya. Jadi apa rumus untuk nilai-p yang disesuaikan dalam prosedur BH untuk beberapa perbandingan? Baru saja saya menyadari bahwa BH asli tidak menghasilkan nilai p yang disesuaikan, hanya menyesuaikan kondisi penolakan (non):
Apakah ada cara sederhana untuk menjelaskan mengapa prosedur Benjamini dan Hochberg (1995) benar-benar mengendalikan laju penemuan palsu (FDR)? Prosedur ini sangat elegan dan ringkas, namun bukti mengapa itu bekerja di bawah independensi (muncul dalam lampiran makalah 1995 mereka ) tidak sangat...
Adakah yang bisa menjelaskan bagaimana prosedur FDR dapat memperkirakan FDR tanpa model / asumsi tingkat dasar positif sebenarnya?
Saya memiliki tabel tiga dimensi ukuran . Setiap sel tabel adalah tes hipotesis. Mengiris tabel pada dimensi ketiga menghasilkan set tes hipotesis yang independen antara set tetapi tergantung dalam set. Awalnya saya berpikir bahwa saya hanya bisa mengendalikan tingkat penemuan palsu menggunakan...
Saya memiliki kumpulan data di mana saya menguji perbedaan yang signifikan antara tiga populasi sehubungan dengan sekitar 50 variabel yang berbeda. Saya melakukan ini menggunakan tes Kruskal-Wallis, di satu sisi, dan dengan uji rasio kemungkinan cocok model GLM bersarang (dengan dan tanpa populasi...
Sedikit pertanyaan aneh. Di kelas biostatistik tahun keempat saya hari ini, kami berdiskusi kapan dan kapan tidak menggunakan beberapa koreksi pengujian, dan profesor memberikan komentar sambil lalu. Dia bertanya mengapa kami tidak mengoreksi untuk setiap tes yang pernah kami lakukan sejak kami...
Dalam http://surveyanalysis.org/wiki/Multiple_Comparisons_(Post_Hoc_Testing) menyatakan Sebagai contoh, jika kita memiliki nilai p 0,05 dan kita menyimpulkan itu signifikan, probabilitas penemuan palsu, menurut definisi, 0,05. Pertanyaan saya: Saya selalu berpikir bahwa penemuan yang salah...
False Discovery Rate (Benjamini-Hochberg) biasanya digunakan pada 'Big Data', seperti studi genetik menggunakan tes 100-an. Tetapi dapatkah itu juga digunakan pada sejumlah kecil tes? Misalnya, melihat hasil dari dua kelompok (laki-laki vs perempuan) pada, katakanlah, 10-20 kuesioner yang berbeda....