利用伪相关进行多重性校正
统计方法学
2016-12-20 v1
摘要
我们考虑一个最基本的多重检验问题，即比较多个组之间多变量数据的期望。作为检验统计量，我们采用常规的（近似）统计量，并使用一个共同的拒绝限来确定其拒绝域。当检验统计量之间存在未知相关性时，经多重性校正的值依赖于这些未知相关性。它们通常被替换为在任何假设下都一致的估计值。在本文中，我们提出使用不一定一致、被称为伪相关的估计值，以提高统计功效。通过模拟研究，我们验证了所提方法能渐近控制族系错误率，并且明显比现有方法提供更高的统计功效。此外，我们将所提方法和现有方法应用于一个比较不同小鼠组之间数量性状的真实多重检验问题，并对结果进行了比较。
引用
@article{arxiv.1612.06029,
title = {Use of spurious correlation for multiplicity adjustment},
author = {Yoshiyuki Ninomiya and Satoshi Kuriki and Toshihiko Shiroishi and Toyoyuki Takada},
journal= {arXiv preprint arXiv:1612.06029},
year = {2016}
}