任意依赖关系下的序贯FDR和pFDR控制及其在药物警戒数据库监测中的应用
统计方法学
2024-11-27 v2
摘要
我们提出了序贯多重检验程序，该程序在数据流之间存在任意依赖关系时控制错误发现率（FDR）或阳性错误发现率（pFDR）。这是通过“优化”一类逐步下降序贯检验程序的这些误差度量的上界来实现的。给出了这些序贯程序的开端和截断版本，两者都能在指定水平上控制第一类多重检验度量（FDR或pFDR），并且前者能够同时控制第一类和第二类（例如，FDR和错误非发现率，FNR）。在模拟研究中，这些程序比其固定样本竞争对手平均节省了45-65%的样本量。我们通过来自英国黄卡药物警戒数据库的药物数据说明了我们的程序。
引用
@article{arxiv.2406.01218,
title = {Sequential FDR and pFDR control under arbitrary dependence, with application to pharmacovigilance database monitoring},
author = {Michael Hankin and Jay Bartroff},
journal= {arXiv preprint arXiv:2406.01218},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:1406.5933. To appear in Statistics in Biosciences (Special Issue Honoring T. L. Lai)