控制错误发现率与错误未发现率的多种假设序贯检验
统计方法学
2019-01-14 v2 统计理论
统计理论
摘要
我们提出了一种通用且灵活的过程，用于检验关于序贯（或流式）数据的多种假设，该过程在对数据流的分布、维度和依赖性假设最小的情况下，同时控制错误发现率 (FDR) 和错误未发现率 (FNR)。唯一需要的是每个数据流都有一个能控制传统第一类和第二类错误概率的检验统计量，而无需关于统计量或数据流联合分布的任何信息或假设。该过程可用于序贯、组序贯、截断或其他抽样方案。该过程是 Benjamini 和 Hochberg (1995) 广泛使用的固定样本量过程在序贯数据领域的自然扩展，并具有序贯抽样所提供的同时控制 FDR 和 FNR 的额外优势。我们证明了该过程的误差控制能力，并针对常见检验情境给出了一些实施建议。
引用
@article{arxiv.1311.3350,
title = {Sequential Tests of Multiple Hypotheses Controlling False Discovery and Nondiscovery Rates},
author = {Jay Bartroff and Jinlin Song},
journal= {arXiv preprint arXiv:1311.3350},
year = {2019}
}