用于层次推断的高效多重检验校正
统计方法学
2021-10-22 v2 应用统计
摘要
（广义）回归问题中的层次推断对于发现显著组甚至单个协变量非常有力，尤其在回归参数向量整体可识别性可能不适定的高维设置中。该通用方法以完全数据驱动和自适应的方式，依据设计矩阵的信号强度与相关结构，从大到小的协变量组或单例进行。我们提出一种新颖的层次多重检验校正，可与任意针对协变量组的显著性检验结合使用以执行层次推断。我们的校正传递了某些不能被拒绝的假设的显著性水平，并被证明可保证族错误率的强控制。我们的方法至少与所谓的深度优先层次 Bonferroni 校正一样有力。当底层备择假设稀疏地出现在树状层次结构的少数分支上时，相较于其他先前提出的继承式层次过程，它提供了实质性的功效提升。
引用
@article{arxiv.2104.15028,
title = {Efficient Multiple Testing Adjustment for Hierarchical Inference},
author = {Claude Renaux and Peter Bühlmann},
journal= {arXiv preprint arXiv:2104.15028},
year = {2021}
}
备注
There is a mistake in the proof and therefore, we withdrew the paper from arXiv. We are very, very sorry for this and apologise. The fifth step in the proof on page 18 is wrong because this does not hold in general