控制依赖数据错误发现率的经验贝叶斯方法
统计方法学
2009-09-29 v1
摘要
错误发现率 (FDR) 已被广泛用作大规模多重检验问题中的误差度量，但该领域的大多数研究都集中于基于独立检验统计量的 FDR 控制程序，或此类程序在具有某些类型随机依赖性的检验统计量下的性质。基于 Tang 和 Zhang (2005) 提出的一种方法，我们在本文中进一步发展了用于控制依赖数据 FDR 的经验贝叶斯方法。我们在时间序列模型中实现了我们的方法，并报告了一项模拟研究的结果，以展示经验贝叶斯方法的优势。
引用
@article{arxiv.0708.0978,
title = {Empirical Bayes methods for controlling the false discovery rate with dependent data},
author = {Weihua Tang and Cun-Hui Zhang},
journal= {arXiv preprint arXiv:0708.0978},
year = {2009}
}
评论
Published at http://dx.doi.org/10.1214/074921707000000111 in the IMS Lecture Notes Monograph Series (http://www.imstat.org/publications/lecnotes.htm) by the Institute of Mathematical Statistics (http://www.imstat.org)