控制第一类和第二类族系错误率的多重假设顺序检验
统计方法学
2014-05-12 v3 统计理论
统计理论
摘要
本文讨论以下一般场景：一位科学家希望进行一系列实验，每个实验产生一个顺序数据流，以研究某种现象。科学家希望控制整体错误率，以便从每个实验中得出统计上有效的结论，同时尽可能高效。流间数据可能在分布和维度上不同，但也可能高度相关，甚至在某些情况下完全重复。将每个实验视为一个假设检验，并采用族系错误率（FWER）度量，我们给出一个顺序检验每个假设的程序，同时控制I型和II型FWER，无论流间相关性如何，并且仅需要任意顺序检验统计量来单独控制给定流的错误率。我们提出的程序称为顺序Holm程序，因其灵感来自Holm（1979）开创性的固定样本程序，在模拟研究中，相对于固定样本、顺序Bonferroni和其他最近提出的顺序程序，在期望样本量上同时节省，并且错误控制不那么保守。
引用
@article{arxiv.1304.6309,
title = {Sequential Tests of Multiple Hypotheses Controlling Type I and II Familywise Error Rates},
author = {Jay Bartroff and Jinlin Song},
journal= {arXiv preprint arXiv:1304.6309},
year = {2014}
}