具有 FCR 控制的选择性符号判定多重置信区间
统计方法学
2018-05-24 v4
摘要
给定 个未知参数及其对应的独立估计量，Benjamini-Hochberg (BH) 过程可用于对参数符号进行分类，使得错误方向决策的期望比例（方向性 FDR）控制在预设水平 。更具雄心的是，我们的目标是构建符号判定置信区间——而不仅仅是分类符号——使得未覆盖的构建区间的期望比例 (FCR) 得到控制。我们提出了一种有效过程，通过调整边缘置信区间来构建最大数量的符号判定置信区间。我们提出了一种专为该过程设计的新边缘置信区间，它允许在构建区间的功效和长度之间权衡，并且事实上往往能兼得两者之优（几乎）。我们将该方法应用于检测一项备受关注的社会神经科学研究中的相关性符号，并在第二个示例中用于检测 GWAS 数据中与 2 型糖尿病相关的 SNPs 的关联方向。在这两个示例中，我们将我们的过程与现有方法进行了比较，并获得了令人鼓舞的结果。
引用
@article{arxiv.1404.7403,
title = {Selective Sign-Determining Multiple Confidence Intervals with FCR Control},
author = {Asaf Weinstein and Daniel Yekutieli},
journal= {arXiv preprint arXiv:1404.7403},
year = {2018}
}