1

Bonferroni、Fisher's LSD、DUncan、Dunn-Sidak Newman-Keuls、Tukeyなどのさまざまな種類の複数のテスト補正の効果をシミュレートしたいと考えていAnovaます。

私は単に定期的に実行する必要があると思いAnovaます。そして、 をp.value使用して計算した有意な sとして受け入れp.adjustます。しかし、私はこのp.adjust機能がどのように機能するかわかりません。についての洞察を教えていただけp.adjust()ますか？

実行時:

> p.adjust(c(0.05,0.05,0.1),"bonferroni")
# [1] 0.15 0.15 0.30

誰かがこれが何を意味するのか説明できますか?

ご回答ありがとうございます。私はそのすべてを少し知っています。しかし、私はまだ p.adjust の出力を理解していません。私はそれを期待したい...

P.adjust(0.08,'ボンフェローニ',n=10)

... は 0.8 ではなく 0.008 を返します。n=10 は、10 回の比較を行っているという意味ではありません。0.08は「元のアルファ」ではありません（単純な比較が1つある場合、NULL仮説を拒否するために使用するしきい値を意味します）

4

1 に答える 1

4

かどうかに関係なく、各複数のテストの修正手法について読む必要がありますFalse Discovery Rate (FDR)) Family-Wise Error Rate (FWER。(省略形を拡張することを指摘してくれた @thelatemail に感謝します)。

ボンフェローニ補正は、典型的な多重比較で検定される仮説の数をFWER有意水準alphaに設定することalpha/nで、 を制御します (ここでは)。nn=3

5% アルファでテストしているとしましょう。つまり、p 値が < 0.05 の場合、NULL を拒否します。の場合n=3、ボンフェローニ補正の場合、alpha3 = 0.05/3 ~ 0.0167 で割り、p 値が < 0.0167 であるかどうかを確認できます。

同様に (これは直接明らかです)、 をチェックする代わりに、 を反対側にpval < alpha/n持っていくことができます。そのため、は同じ値のままです。したがって、p 値が乗算され、たとえば < alpha = 0.05 であるかどうかがチェックされます。npval * n < alphaalpha3

したがって、得られる出力は でFWER controlled p-valueあり、これが < alpha (たとえば 5%) である場合は NULL を拒否し、そうでない場合は NULL 仮説を受け入れます。

各テストには、複数のテストによる偽陽性を制御するためのさまざまな手順があります。ウィキペディアは、誤検知を制御するためにどのように修正するかについて、他のテストについて学ぶ良い出発点になるかもしれません。

ただし、 の出力はp.adjust、一般に を与えますmultiple-testing corrected p-value。Bonferroni の場合、FWER で制御された p 値です。BH 法の場合は、FDR 補正された p 値 (または q 値とも呼ばれます) です。

これが少し役立つことを願っています。

于 2013-02-17T23:48:20.100 に答える