可重复性分析中独立 p 值合并的比较研究

给定一族零假设 $H_{1},\ldots,H_{s}$，我们关注至多 $\gamma-1$ 个零假设为假的假设 $H_{s}^{\gamma}$。在相应 $p$ 值独立的假设下，我们研究对检验 $H_{s}^{\gamma}$ 有效的合并 $p$ 值。在 $H_{s}^{\gamma}$ 为假的多种设定中，我们确定哪种合并 $p$ 值在哪种设定下表现良好。通过模拟，我们发现若零 $p$ 值服从均匀分布且信号强度较低，Stouffer 方法表现良好；若零 $p$ 值为保守的，即随机大于均匀分布，则 Fisher 方法表现更好。若拒绝 $H_{s}^{\gamma}$ 的证据仅集中于少数几个非null $p$ 值，尤其当零 $p$ 值保守时，最小值方法表现良好。若零假设 $H_{1},\ldots,H_{s}$ 为简单假设，则结合 $e$ 值的方法表现良好。