多重比较校正至少计算多少次

多重比较校正至少计算多少次

举个例子：如要在同一数据集上检验两个独立的假设,显著水平设为常见的0.05.此时用于检验该两个假设应使用更严格的 0.025.即0.05* (1/2).该方法是由Carlo Emilio Bonferroni发展的,因此称Bonferroni校正. 这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验,每20个假设中就有一个可能纯粹由于概率,而达到0.05的显著水平.

举个例子：如要在同一数据集上检验两个独立的假设，显著水平设为常见的0.05。此时用于检验该两个假设应使用更严格的 0.025。即0.05* (1/2)。该方法是由carlo emilio bonferroni发展的，因此称bonferroni校正。 这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验，每20个假设中就有一个可能纯粹由于概率，而达到0.05的显著水平。 维基百科原文： bonferroni correction: bonferroni correction states that if an experimenter is testing n independent hypotheses on a set of data, then the statistical significance level that should be used for each hypothesis separately is 1/n times what it would be if only one hypothesis were tested. for example, to test two independent hypotheses on the same data at 0.05 significance level, instead of using a p value threshold of 0.05, one would use a stricter threshold of 0.025. the bonferroni correction is a safeguard against multiple tests of statistical significance on the same data, where 1 out of every 20 hypothesis-tests will appear to be significant at the α = 0.05 level purely due to chance. it was developed by carlo emilio bonferroni. a less restrictive criterion is the rough false discovery rate giving (3/4)0.05 = 0.0375 for n = 2 and (21/40)0.05 = 0.02625 for n = 20. benjamini and hochberg在1995年第一次提出了fdr(false discovery rate)的概念，其出发点就是基于bonferroni的保守性，并给出了控制fdr的方法（这算是fdr控制方法的祖师爷了）。不过他们的方法也有其保守性。所以随后人们开始研究更加powerful的方法，现有的方法有storey的, broberg的，dalmasso的，guan的，strimmer的等等等等。benjamini的方法是将fdr控制在一个level以下，而之后所有的方法都在试图精确地估计fdr。所以后来的这些方法都要powerful一些。不过他们所付出的代价就是robustness。据说storey方法是最流行的fdr control procedure(for details see storey's paper published on pnas ,2003)。