¿Intervalos de confianza de la prueba Holm-Bonferroni?

Soy un recién llegado en el problema de las comparaciones múltiples. Me pregunto cómo calcular los intervalos de confianza para el método Holm-Bonferroni.

Sé que para el método Bonferroni solo podemos cambiar el nivel de confianza de a . $1-\alpha$ $1-\frac{\alpha}{m}$

¿Este método también funciona para Holm-Bonferroni?

$\bf{Edit}:$ Parece que el método HB no proporciona un procedimiento para corregir la conf. intervalo. ¿Pero comentarías si puedo usar un método para la corrección del valor p y el otro método para la corrección del intervalo?

multiple-comparisons bonferroni

— Macarrones
fuente

Tal vez esto puede ayudar? cran.r-project.org/web/packages/multxpert/multxpert.pdf

[Esta respuesta está completamente reescrita desde ayer.]

Primera nomenclatura El método Holm también se llama método reductor Holm , o el método Holm-Ryan . Esos son todos iguales. Cualquiera que sea el nombre que use, hay dos cálculos alternativos. El método original de Holm se basa en Bonferroni. Un método alternativo un poco más poderoso se basa en Sidak, por lo que se llama el método Holm-Sidak.

El método Holm puede usarse para comparaciones múltiples en una variedad de contextos. Su entrada es una pila de valores de P. Un uso es seguir ANOVA, comparar pares de medias mientras se corrigen las correcciones múltiples. Cuando esto se hace, por lo que puedo ver, es muy raro informar los intervalos de confianza (corregidos para comparaciones múltiples, llamados adecuadamente intervalos de confianza simultáneos), así como conclusiones sobre la significación estadística y los valores de P ajustados por multiplicidad.

He encontrado dos documentos que explican cómo calcular tales intervalos de confianza, pero difieren.

Serlin, R. (1993). Intervalos de confianza y el método científico: un caso para Holm en el rango. Revista de Educación Experimental, 61 (4), 350–360.

ingrese la descripción de la imagen aquí

Ludbrook, J. INFERENCIAS MÚLTIPLES MEDIANTE INTERVALOS DE CONFIANZA. Farmacología y fisiología clínica y experimental (2000) 27, 212–215

ingrese la descripción de la imagen aquí

Para las comparaciones con los valores P más pequeños, los dos métodos son los mismos (pero uno usa C como el # de comparaciones y el otro usa m ). Pero para las comparaciones con valores de P mayores, los dos métodos difieren. Para la comparación con el mayor valor de P, Ludbrook calcularía el IC del 95% normalmente, sin corrección para comparaciones múltiples. Serlin usaría el mismo ajuste para todas las comparaciones con un valor P ajustado mayor que 0.05 (suponiendo que desea intervalos del 95%), por lo que los intervalos para las comparaciones con valores P grandes serían más amplios que los que genera el método de Ludbrook.

Ambos métodos utilizan el enfoque de Bonferroni, pero podrían ajustarse fácilmente al enfoque de Sidak.

¿Alguna idea sobre qué método es correcto / mejor?

— Harvey Motulsky
fuente

Si tiene un valor P, entonces debería poder obtener un intervalo de confianza. Un valor P de una cola indica que la hipótesis nula está en el límite de un intervalo de confianza de 100 * (1-P)%. Quizás podría ajustar iterativamente el valor nulo hasta que el valor P salga como alfa para el ancho del intervalo de confianza deseado.

— Michael Lew

Pero tenga en cuenta que los ajustes de multiplicidad, por la naturaleza del paradigma frecuentista, no están prescritos por la teoría y son algo arbitrarios. No están necesariamente vinculados con intervalos de confianza. Hay casos, por ejemplo, en pruebas secuenciales grupales en las que uno podría dejar de rechazar temprano y todavía tener el intervalo de confianza corregido por la multiplicidad para el efecto del tratamiento que incluye cero.

H_{0}

$H_0$

— Frank Harrell