• 看论文理解 http://www.docin.com/p-912146197.html
看论文理解 http://www.docin.com/p-912146197.html
展开全文
• 多重假设检验Bonferroni校正、FDR校正
多重假设检验与Bonferroni校正、FDR校正
展开全文
• Bonferroni-Holm (1979) ... 正如 Holm (1979) 所说，“除了在琐碎的无趣的情况下，顺序拒绝 Bonferroni 检验拒绝错误假设的可能性更大，因此它应该在通常应用后者的所有时刻取代经典的 Bonferroni 检验。” 参考： Ho
• From Wikipedia: In statistics, the Bonferroni correction is a method used to counteract the problem of multiple comparisons. It was developed and introduced by Italian mathematician Carlo Emilio Bonf....

From Wikipedia:
In statistics, the Bonferroni correction is a method used to counteract the problem of multiple comparisons. It was developed and introduced by Italian mathematician Carlo Emilio Bonferroni. The correction is based on the idea that if an experimenter is testing n dependent or independent hypotheses on a set of data, then one way of maintaining the familywise error rate is to test each individual hypothesis at a statistical significance level of 1/n times what it would be if only one hypothesis were tested. So, if it is desired that the significance level for the whole family of tests should be (at most) α, then the Bonferroni correction would be to test each of the individual tests at a significance level of α/n. Statistically significant simply means that a given result is unlikely to have occurred by chance assuming the null hypothesis is actually correct (i.e., no difference among groups, no effect of treatment, no relation among variables).
The Bonferroni correction is derived by observing Boole's inequality. If n tests are performed, each of them significant with probability β, (where β is unknown) then the probability that at least one of them comes out significant is (by Boole's inequality) ≤ nβ. Our intention is for this probability to equal α, the significance level for the entire series of tests. By solving for β, we get β = α/n. This result does not require that the tests be independent.

http://en.wikipedia.org/wiki/Bonferroni_correction

Bonferroni校正法: 此方法是在进行两两比较时对检验水准进行调整的办法，但是该方法在比较的次数较多时，就不太适合，因为校正后的检验水准会过小。此时可采用sidark法进行多重比较（仍然是对检验水准进行调整）。 统计学中一般以小概率作为判断差异是否显著的标准，通常都以0.05或0.01作为判断标准。在多重比较中， bonferroni是以t分布作为检验分布的，但多重比较时若均以0.05作为小概率的话，每次比较就会有5%犯一型错误的可能。但如果有n次比较，如有4个组要做6次比较，则有C6（2）*5%一型错误发生的概率，不符合小概率判断的原则。因此，bonferroni中，将小概率0.05或0.01除以要比较的次数n，作为判断显著性的小概率，这样，多重比较总的一型错误发生的概率不会超过0.05或0.01。 控制累积Ⅰ类错误概率增大的方法 采用Bonferroni法,SNK法和Tukey法等方法 累积Ⅰ类错误的概率为α' 当有k个均数需作两两比较时,比较的次数共有c= = k!/(2!(k-2)!)=k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α,累积Ⅰ类错误的概率为α',则在对同一实验资料进行c次检验时,在样本彼此独立的条件下,根据概率乘法原理,其累积Ⅰ类错误概率α'与c有下列关系: α'=1-(1-α)c (8.6) 例如,设α=0.05,c=3(即k=3),其累积Ⅰ类错误的概率为α'=1-(1-0.05)3 =1-(0.95)3 = 0.143 一,Bonferroni法 方法:采用α=α'/c作为下结论时所采用的检验水准.c为两两比较次数, α'为累积I类错误的概率. 例8-1四个均值的Bonferroni法比较 设α=α'/c=0.05/6=0.0083,由此t的临界值为t(0.0083/2,20)=2.9271 Bonferroni法的适用性 当比较次数不多时,Bonferroni法的效果较好. 但当比较次数较多(例如在10次以上)时,则由于其检验水准选择得过低,结论偏于保守.

http://www.dxy.cn/bbs/topic/11724939

转载于:https://www.cnblogs.com/emanlee/archive/2012/06/11/2545571.html
展开全文
• Bonferroni校正法

千次阅读 2019-10-02 13:20:10

Bonferroni校正：如果在同一数据集上同时检验n个独立的假设，那么用于每一假设的统计显著水平，应为仅检验一个假设时的显著水平的1/n

Bonferroni校正法: 此方法是在进行两两比较时对检验水准进行调整的办法，但是该方法在比较的次数较多时，就不太适合，因为校正后的检验水准会过小。此时可采用sidark法进行多重比较（仍然是对检验水准进行调整）。 统计学中一般以小概率作为判断差异是否显著的标准，通常都以0.05或0.01作为判断标准。在多重比较中， bonferroni是以t分布作为检验分布的，但多重比较时若均以0.05作为小概率的话，每次比较就会有5%犯一型错误的可能。但如果有n次比较，如有4个组要做6次比较，则有C6（2）*5%一型错误发生的概率，不符合小概率判断的原则。因此，bonferroni中，将小概率0.05或0.01除以要比较的次数n，作为判断显著性的小概率，这样，多重比较总的一型错误发生的概率不会超过0.05或0.01。 控制累积Ⅰ类错误概率增大的方法 采用Bonferroni法,SNK法和Tukey法等方法 累积Ⅰ类错误的概率为α' 当有k个均数需作两两比较时,比较的次数共有c= = k!/(2!(k-2)!)=k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α,累积Ⅰ类错误的概率为α',则在对同一实验资料进行c次检验时,在样本彼此独立的条件下,根据概率乘法原理,其累积Ⅰ类错误概率α'与c有下列关系: α'=1-(1-α)c (8.6) 例如,设α=0.05,c=3(即k=3),其累积Ⅰ类错误的概率为α'=1-(1-0.05)3 =1-(0.95)3 = 0.143 一,Bonferroni法 方法:采用α=α'/c作为下结论时所采用的检验水准.c为两两比较次数, α'为累积I类错误的概率. 例8-1四个均值的Bonferroni法比较 设α=α'/c=0.05/6=0.0083,由此t的临界值为t(0.0083/2,20)=2.9271 Bonferroni法的适用性 当比较次数不多时,Bonferroni法的效果较好. 但当比较次数较多(例如在10次以上)时,则由于其检验水准选择得过低,结论偏于保守.

转载于:https://www.cnblogs.com/Acceptyly/p/4011611.html
展开全文
• 在进行生物统计学的计算过程中，P值是需要进行校正的。因为P值的阈值是人为规定的，无论是多小的P值，也仅仅...所以这时候我们就需要引入多重检验来进行校正，从而减低假阳性结果在我们的检验中出现的次数。 主要使...
• 题目：Friedman test以及后续检验Nemenyi test和Bonferroni-Dunn test 在做算法对比时，往往需要对实验结果进行统计检验。Friedman test是一种常用的检验，用来比较k个算法在N个数据集上的整体表现性能。但Friedman...
• Bonferroni-Holm（又名 Holm-Bonferroni）确定一系列假设是否仍然显着控制家庭错误率 (FWE) 并随后控制错误发现率 (FDR) Bonferroni-Holm 方法校正多重比较（假设检验） . 它不如 Bonferroni 校正保守，但更强大...
• =2）假设检验时，要做多重假设检验校正 （2）对于Bonferroni校正，是将p-value的cutoff除以n做校正，这样差异基因筛选的p-value cutoff就更小了，从而使得结果更加严谨 （3）FDR校正是对每个p-value做校正，转换...
• 多重检验中的FDR错误控制方法与p-value的校正及Bonferroni校正
• Bonferroni 校正用于保持错误报告低于某个 ALPHA 值的差异的总机会。 例如，考虑一个有四名患者的实验。 他们的体温是在早上 8 点、中午和下午 5 点测量的。 此功能可用于测试上午 8 点和中午之间、中午和下午 5 ...
• 统计学之Bonferroni-corrected

千次阅读 2018-09-01 11:18:10
Bonferroni-corrected是指对检验水平p值进行矫正，举个例子，三组进行比较，看每个组别之间是否存在差异，两两比较就需要比较三次，若进行一次比较时p值为0.05，则进行三次比较之后，p=0.05/3=0.0167，只有当计算...
• be the first rejected true hypothesis (first in the ordering given by the Bonferroni–Holm test). So h − 1 {\displaystyle h-1} is the last false hypothesis rejected and h − 1 + m 0 ≤ m {\...
• 数据分析中常碰见多重检验问题 (multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个...
• Friedman test 和 Bonferroni-Dunn test 是作者写论文时遇到的,经查阅相关文献，内容整理如下，如有错误，还望指正。
• 假设检验的基本原理是小概率原理，即我们认为...如果同一问题下进行n次检验，每次的检验水准为α（每次假阳性概率为α），则n次检验至少出现一次假阳性的概率会比α大。假设每次检验独立的条件下该概率可增加至 .
• 在一个试验中，有个处理平均数间比较时，其全部可能的相互比较对数有个，这种比较是复式比较，亦称... 检验显著，说明可以判定多个处理间存在显著的变异。因此方差分析后再做多重比较，称为Fisher氏保护性多重比较(F...
• 知识小结------数据分析------Fisher‘s exact test(费希尔检测) Bonferroni correction（邦费罗尼校正）系列文章目录前言一、Bonferroni correction（邦费罗尼校正）是什么？二、储备知识1.零假设与备择假设2.型一...
• http://www.doc88.com/p-7708000529199.html
• 两种情况以上的，连续的变量如时间身高等用ANOVA整体分析，如果有差异则进行Bonferroni两两分析   方差分析前的数据因为这样 多个问题时和上面一样每一列是一个要分析的一个对象，每一行是不同的...
• 多重假设检验Bonferroni校正、FDR校正 多重假设检验与校正、BH校正 FDR 和 q-value FDR-P值是什么东西 总结起来就是pvalue是一切的基础，在做校正的时候qvalue，可以由常用的三个方法分别是Bonferroni校正，BH校正...
• 独立性检验在统计教学场合可以替代为 T 检验、F 检验，在研究应用场合应当替代为Odds Ratio置信区间的Fisher检验、或者独立两样本均值之差置信区间（连续性校正的）z 检验或者T 检验。2×2设计的独立性检验是否等价...
• 如您所知，Student t 检验只能用于比较两组。 当你有 k 个组时，你不能对每对夫妇... 对于每次比较，根据 Bonferroni 不等式的 Sidak 校正设置 alpha 值。 由于此函数使用 TCDF 函数，因此需要 Statistics Toolbox。
• 医学中常用的假设检验总结1 医学中常用的假设检验总结1.1 正态性检验1.2 方差齐性检验1.3 t 检验1.4 方差分析1.5 卡方检验1.6 秩和检验 1 医学中常用的假设检验总结 1.1 正态性检验 Shapiro-Wilk正态检验方法来检验...
• T检验，方差分析，非参数检验，卡方检验一.T检验1.T检验分类2.T检验的使用前提3.T检验的适用类型二.非参数检验1.非参数检验介绍2.非参数检验适用类型三.卡方检验检验1.卡方检验检验介绍2.卡方检验的的使用前提3....
• t 检验3.1 单样本t检验3.2 两独立样本t检验3.3 两配对样本t检验4. 方差分析5. 秩和检验5.1 两样本比较5.2 多样本比较 1. 正态性检验 单变量正态性检验 1.1 Shapiro-Wilk正态检验方法 # 示列： shapiro.test(var) #...

...