Preguntas etiquetadas con false-discovery-rate

Benjamini y Hochberg desarrollaron el primer método (y aún más utilizado, creo) para controlar la tasa de descubrimiento falso (FDR). Quiero comenzar con un montón de valores de P, cada uno para una comparación diferente, y decidir cuáles son lo suficientemente bajos como para ser llamados un "descubrimiento", controlando el …

36 multiple-comparisons  non-independent  false-discovery-rate 

Mi programa de estadísticas implementa los procedimientos de tasa de descubrimiento falso (FDR) de Benjamini & Hochberg (1995) y Benjamini & Yekutieli (2001). He hecho todo lo posible para leer el artículo posterior, pero es matemáticamente denso y no estoy razonablemente seguro de entender la diferencia entre los procedimientos. Puedo …

34 post-hoc  false-discovery-rate 

He estado tratando de entender cómo la tasa de descubrimiento falso (FDR) debería informar las conclusiones del investigador individual. Por ejemplo, si su estudio tiene poca potencia, ¿debería descontar sus resultados incluso si son significativos en ? Nota: estoy hablando del FDR en el contexto de examinar los resultados de …

30 statistical-significance  p-value  publication-bias  false-discovery-rate 

Sabemos que debemos aplicar correcciones tipo Benjamini Hochberg para pruebas de hipótesis múltiples a experimentos basados ​​en un solo conjunto de datos, para controlar la tasa de descubrimiento falso, de lo contrario, todos los experimentos que den un resultado positivo podrían ser falsos. Pero, ¿por qué no aplicamos este mismo …

24 hypothesis-testing  multiple-comparisons  bonferroni  false-discovery-rate 

Esta pregunta se ha hecho antes aquí y aquí, pero no creo que las respuestas aborden la pregunta directamente. ¿Los estudios con poca potencia tienen una mayor probabilidad de falsos positivos? Algunos artículos de noticias hacen esta afirmación. Por ejemplo : El bajo poder estadístico es una mala noticia. Los …

23 hypothesis-testing  power  false-discovery-rate 

La siguiente cita proviene del famoso trabajo de investigación Significación estadística para estudios de genoma amplio de Storey y Tibshirani (2003): Por ejemplo, una tasa de falsos positivos del 5% significa que, en promedio, el 5% de las características verdaderamente nulas en el estudio se denominarán significativas. Un FDR (tasa …

20 hypothesis-testing  false-discovery-rate  type-i-and-ii-errors  confusion-matrix  false-positive-rate 

He leído este gran artículo de David Colquhoun: Una investigación de la tasa de descubrimiento falso y la mala interpretación de los valores p (2014). En esencia, explica por qué la tasa de descubrimiento falso (FDR) puede ser tan alta como a pesar de que controlamos el error tipo I …

19 hypothesis-testing  statistical-significance  p-value  multiple-comparisons  false-discovery-rate 

Tanto en la literatura de la tasa de error familiar (FWER) como de la tasa de descubrimiento falso (FDR), se dice que métodos particulares para controlar FWER o FDR son apropiados para pruebas dependientes o independientes. Por ejemplo, en el artículo de 1979 "Un procedimiento de prueba múltiple secuencialmente rechazado …

18 multiple-comparisons  independence  non-independent  familywise-error  false-discovery-rate 

He leído que controlar FDR es menos estricto que controlar FWER, como en Wikipedia : Los procedimientos de control de FDR ejercen un control menos estricto sobre el descubrimiento falso en comparación con los procedimientos de tasa de error familiar (FWER) (como la corrección de Bonferroni). Esto aumenta la potencia …

16 hypothesis-testing  multiple-comparisons  false-discovery-rate 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

15 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 

¿Existe una manera simple de explicar por qué el procedimiento de Benjamini y Hochberg (1995) realmente controla la tasa de descubrimiento falso (FDR)? Este procedimiento es tan elegante y compacto y, sin embargo, la prueba de por qué funciona bajo independencia (que aparece en el apéndice de su artículo de …

14 intuition  false-discovery-rate  teaching 

Entiendo el procedimiento y lo que controla. Entonces, ¿cuál es la fórmula para el valor p ajustado en el procedimiento BH para comparaciones múltiples? Justo ahora me di cuenta de que el BH original no producía valores p ajustados, solo ajustaba la condición de (no) rechazo: https://www.jstor.org/stable/2346101 . Gordon Smyth …

14 hypothesis-testing  p-value  multiple-comparisons  false-discovery-rate 

¿Alguien puede explicar cómo los procedimientos FDR pueden estimar un FDR sin un modelo / supuesto de la tasa base de verdaderos positivos?

9 false-discovery-rate 

Tengo un conjunto de datos donde pruebo las diferencias significativas entre tres poblaciones con respecto a unas 50 variables diferentes. Hago esto usando las pruebas de Kruskal-Wallis, por un lado, y las pruebas de razón de probabilidad de ajustes de modelos GLM anidados (con y sin población como una variable …

9 chi-squared  multiple-comparisons  likelihood-ratio  kruskal-wallis  false-discovery-rate 

Tengo una tabla tridimensional de tamaño . Cada celda de la tabla es una prueba de hipótesis. Cortar la tabla en la tercera dimensión produce conjuntos de pruebas de hipótesis que son independientes entre conjuntos pero dependientes dentro de los conjuntos. Originalmente estaba pensando que podría controlar la tasa de …

9 multiple-comparisons  false-discovery-rate