多種測試方法

Question

我想模擬不同類型的多重檢驗校正，如Bonferroni，Fisher's LSD，DUncan，Dunn-Sidak Newman-Keuls，Tukey等的影響......對Anova。

我想我應該只是運行一個普通的Anova。然後接受爲p.value s，我使用p.adjust來計算。但我沒有得到這個p.adjust函數如何工作。可以給我一些有關p.adjust()的見解嗎？

運行時：

> p.adjust(c(0.05,0.05,0.1),"bonferroni") 
# [1] 0.15 0.15 0.30 

可能有人解釋爲這是什麼意思？

謝謝您的回答。我有點了解這一點。但我仍然不明白p.adjust的輸出。我期望......

P.adjust（0.08， '邦費羅尼'，N = 10）

...將返回0.008，而不是0.8。 n = 10並不意味着我正在做10次比較。並不是0.08的「原始阿爾法」（我的意思是我用來拒絕NULL假設的門檻，如果我有一個簡單的比較）

Answer 1

你必須閱讀每個多重測試校正技術，不管它是False Discovery Rate (FDR)或Family-Wise Error Rate (FWER）。 （感謝@thelatemail指出擴展縮寫）。

Bonferroni校正由其中n是在典型的多重比較（這裏n=3）測試假設的數目顯着性水平設定alpha到alpha/n控制FWER。

假設您正在測試5％alpha。意思是如果你的p值是< 0.05，那麼你拒絕你的NULL。對於n=3，那麼對於Bonferroni修正，您可以將alpha除以3 = 0.05/3〜0.0167，然後檢查您的p值是否爲< 0.0167。

等價地（這是直接顯而易見的），而不是檢查pval < alpha/n，你可以把n到另一邊pval * n < alpha。這樣alpha保持不變。因此，您的p值乘以3，然後將檢查它們是否爲< alpha = 0.05例如。

因此，您獲得的輸出是FWER controlled p-value，如果這是<阿爾法（5％的受訪者），那麼你會拒絕NULL，否則你會接受零假設。

對於每個測試，都有不同的程序來控制多重測試造成的假陽性。維基百科可能是瞭解其他測試的好起點，以瞭解它們如何糾正控制誤報。

但是，您輸出的p.adjust，通常給出multiple-testing corrected p-value。在Bonferroni的情況下，它是FWER控制的p值。在BH方法的情況下，它是FDR校正的p值（或者也稱爲q值）。

希望這有助於一點。