Una fracción esperada de hipótesis nulas rechazadas que se rechazan falsamente, es decir, la fracción de hallazgos significativos que en realidad no son ciertos. Un método para controlar FDR en pruebas múltiples es el procedimiento Benjamini-Hochberg.
Benjamini y Hochberg desarrollaron el primer método (y aún más utilizado, creo) para controlar la tasa de descubrimiento falso (FDR). Quiero comenzar con un montón de valores de P, cada uno para una comparación diferente, y decidir cuáles son lo suficientemente bajos como para ser llamados un...
Mi programa de estadísticas implementa los procedimientos de tasa de descubrimiento falso (FDR) de Benjamini & Hochberg (1995) y Benjamini & Yekutieli (2001). He hecho todo lo posible para leer el artículo posterior, pero es matemáticamente denso y no estoy razonablemente seguro de entender...
He estado tratando de entender cómo la tasa de descubrimiento falso (FDR) debería informar las conclusiones del investigador individual. Por ejemplo, si su estudio tiene poca potencia, ¿debería descontar sus resultados incluso si son significativos en ? Nota: estoy hablando del FDR en el contexto...
Sabemos que debemos aplicar correcciones tipo Benjamini Hochberg para pruebas de hipótesis múltiples a experimentos basados en un solo conjunto de datos, para controlar la tasa de descubrimiento falso, de lo contrario, todos los experimentos que den un resultado positivo podrían ser...
Esta pregunta se ha hecho antes aquí y aquí, pero no creo que las respuestas aborden la pregunta directamente. ¿Los estudios con poca potencia tienen una mayor probabilidad de falsos positivos? Algunos artículos de noticias hacen esta afirmación. Por ejemplo : El bajo poder estadístico es una...
La siguiente cita proviene del famoso trabajo de investigación Significación estadística para estudios de genoma amplio de Storey y Tibshirani (2003): Por ejemplo, una tasa de falsos positivos del 5% significa que, en promedio, el 5% de las características verdaderamente nulas en el estudio se...
He leído este gran artículo de David Colquhoun: Una investigación de la tasa de descubrimiento falso y la mala interpretación de los valores p (2014). En esencia, explica por qué la tasa de descubrimiento falso (FDR) puede ser tan alta como a pesar de que controlamos el error tipo I con .α = 0.0530...
Tanto en la literatura de la tasa de error familiar (FWER) como de la tasa de descubrimiento falso (FDR), se dice que métodos particulares para controlar FWER o FDR son apropiados para pruebas dependientes o independientes. Por ejemplo, en el artículo de 1979 "Un procedimiento de prueba múltiple...
He leído que controlar FDR es menos estricto que controlar FWER, como en Wikipedia : Los procedimientos de control de FDR ejercen un control menos estricto sobre el descubrimiento falso en comparación con los procedimientos de tasa de error familiar (FWER) (como la corrección de Bonferroni)....
Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de...
Entiendo el procedimiento y lo que controla. Entonces, ¿cuál es la fórmula para el valor p ajustado en el procedimiento BH para comparaciones múltiples? Justo ahora me di cuenta de que el BH original no producía valores p ajustados, solo ajustaba la condición de (no) rechazo:...
¿Existe una manera simple de explicar por qué el procedimiento de Benjamini y Hochberg (1995) realmente controla la tasa de descubrimiento falso (FDR)? Este procedimiento es tan elegante y compacto y, sin embargo, la prueba de por qué funciona bajo independencia (que aparece en el apéndice de su...
¿Alguien puede explicar cómo los procedimientos FDR pueden estimar un FDR sin un modelo / supuesto de la tasa base de verdaderos positivos?
Tengo una tabla tridimensional de tamaño . Cada celda de la tabla es una prueba de hipótesis. Cortar la tabla en la tercera dimensión produce conjuntos de pruebas de hipótesis que son independientes entre conjuntos pero dependientes dentro de los conjuntos. Originalmente estaba pensando que podría...
Tengo un conjunto de datos donde pruebo las diferencias significativas entre tres poblaciones con respecto a unas 50 variables diferentes. Hago esto usando las pruebas de Kruskal-Wallis, por un lado, y las pruebas de razón de probabilidad de ajustes de modelos GLM anidados (con y sin población como...
Una pregunta un poco extraña. En mi clase de bioestadística de cuarto año de hoy, estábamos discutiendo cuándo y cuándo no usar la corrección de pruebas múltiples, y el profesor hizo un comentario casual. Preguntó por qué no corregimos todas las pruebas que hemos realizado desde que comenzamos a...
En http://surveyanalysis.org/wiki/Multiple_Comparisons_(Post_Hoc_Testing) dice Por ejemplo, si tenemos un valor p de 0.05 y concluimos que es significativo, la probabilidad de un descubrimiento falso es, por definición, 0.05. Mi pregunta: siempre pensé que el descubrimiento falso es un error...
La tasa de descubrimiento falso (Benjamini-Hochberg) se usa generalmente en 'Big Data', como los estudios genéticos que utilizan cientos de pruebas. ¿Pero también se puede usar en un número menor de pruebas? Por ejemplo, observando los resultados de dos grupos (hombres frente a mujeres) en, por...