Une fraction attendue d'hypothèses nulles rejetées qui sont faussement rejetées, c'est-à-dire la fraction de résultats significatifs qui ne sont en fait pas vrais. Une méthode pour contrôler le FDR dans plusieurs tests est la procédure Benjamini-Hochberg.
Benjamini et Hochberg ont mis au point la première méthode (et toujours la plus largement utilisée, selon moi) pour contrôler le taux de fausses découvertes (FDR). Je veux commencer par un groupe de valeurs P, chacune pour une comparaison différente, et décider quelles sont suffisamment basses pour...
Mon programme de statistiques applique à la fois les procédures Benjamini & Hochberg (1995) et Benjamini & Yekutieli (2001). J'ai fait de mon mieux pour lire le dernier article, mais il est assez mathématiquement dense et je ne suis pas raisonnablement certain de comprendre la différence...
J'ai essayé de comprendre comment le taux de fausses découvertes (FDR) devrait éclairer les conclusions de chaque chercheur. Par exemple, si votre étude manque de puissance, devriez-vous actualiser vos résultats même s'ils sont significatifs à α=.05α=.05\alpha = .05 ? Remarque: je parle du FDR dans...
Nous savons que nous devons appliquer des corrections de type Benjamini Hochberg pour les tests d'hypothèses multiples aux expériences basées sur un seul ensemble de données, afin de contrôler le taux de fausses découvertes, sinon toutes les expériences qui donnent un résultat positif pourraient...
Cette question a été posée avant ici et ici mais je ne pense pas que les réponses répondent directement à la question. Les études insuffisantes ont-elles augmenté la probabilité de faux positifs? Certains articles de presse font cette affirmation. Par exemple : Une faible puissance statistique est...
La citation suivante provient du célèbre document de recherche Signification statistique pour les études à l'échelle du génome de Storey et Tibshirani (2003): Par exemple, un taux de faux positifs de 5% signifie qu'en moyenne 5% des caractéristiques vraiment nulles de l'étude seront qualifiées de...
J'ai lu ce grand article de David Colquhoun: Une enquête sur le taux de fausses découvertes et la mauvaise interprétation des valeurs de p (2014). En substance, il explique pourquoi le taux de fausses découvertes (FDR) peut atteindre même si nous contrôlons l'erreur de type I avec...
Dans la littérature sur le taux d'erreur au niveau de la famille (FWER) et sur le taux de fausses découvertes (FDR), des méthodes particulières de contrôle du FWER ou du FDR conviennent aux tests dépendants ou indépendants. Par exemple, dans l'article de 1979 "Une procédure de test multiple à rejet...
J'ai lu que le contrôle du FDR est moins strict que le contrôle du FWER, comme dans Wikipedia : Les procédures de contrôle FDR exercent un contrôle moins strict sur les fausses découvertes par rapport aux procédures à taux d'erreur familial (FWER) (telles que la correction de Bonferroni). Cela...
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test...
Je comprends la procédure et ce qu'elle contrôle. Quelle est donc la formule de la valeur de p ajustée dans la procédure BH pour les comparaisons multiples? Tout à l'heure, j'ai réalisé que le BH d'origine ne produisait pas de valeurs de p ajustées, mais seulement la condition de (non) rejet:...
Existe-t-il un moyen simple d'expliquer pourquoi la procédure de Benjamini et Hochberg (1995) contrôle réellement le taux de fausses découvertes (FDR)? Cette procédure est si élégante et compacte et pourtant la preuve de pourquoi elle fonctionne sous indépendance (apparaissant en annexe de leur...
Quelqu'un peut-il expliquer comment les procédures de FDR sont capables d'estimer un FDR sans modèle / hypothèse du taux de base des vrais positifs?
J'ai une table en trois dimensions de taille . Chaque cellule du tableau est un test d'hypothèse. Trancher le tableau sur la troisième dimension produit ensembles de tests d'hypothèse qui sont indépendants entre les ensembles mais dépendants au sein des ensembles. À l'origine, je pensais que je...
J'ai un ensemble de données où je teste les différences significatives entre trois populations par rapport à une cinquantaine de variables différentes. Je le fais en utilisant les tests de Kruskal-Wallis, d'une part, et par les tests de rapport de vraisemblance des ajustements du modèle GLM...
Un peu d'une question étrange. Dans ma classe de biostatistique de quatrième année aujourd'hui, nous discutions quand et quand ne pas utiliser la correction de tests multiples, et le professeur a fait un commentaire désinvolte. Il a demandé pourquoi nous ne corrigeons pas tous les tests que nous...
Dans http://surveyanalysis.org/wiki/Multiple_Comparisons_(Post_Hoc_Testing), il indique Par exemple, si nous avons une valeur de p de 0,05 et que nous concluons qu'elle est significative, la probabilité d'une fausse découverte est, par définition, de 0,05. Ma question: j'ai toujours pensé que la...
Le taux de fausses découvertes (Benjamini-Hochberg) est généralement utilisé sur les «Big Data», comme les études génétiques utilisant des centaines de tests. Mais peut-il également être utilisé sur un plus petit nombre de tests? Par exemple, en examinant les résultats de deux groupes (hommes vs...