У вас 4 заранее запланированных сравнения, и нужно контролировать суммарную ошибку первого рода (FWER), но хочется быть менее консервативным, чем поправка Bonferroni. Что чаще выбирают?

AПоправка Benjamini–Hochberg: контролирует долю ложных открытий FDR, а не суммарную ошибку первого рода FWER
BПоправка Holm: контролирует тот же FWER, что и Bonferroni, но обычно мощнее на тех же данных
CПросто увеличить уровень значимости alpha до 0.1 и тем самым сохранить прежний контроль FWER
DОтказаться от поправки на множественные сравнения, опираясь на заранее известный план гипотез
Правильный ответ. Поправка Holm контролирует ту же суммарную ошибку первого рода, что и Bonferroni, но обычно мощнее.

Разбор

Поправка Holm сохраняет ту же цель — контроль суммарной ошибки первого рода (FWER), но устроена ступенчато, поэтому обычно мощнее Bonferroni и пропускает больше реальных эффектов. Это полезно, когда сравнений немного и нужна строгая защита, но хочется снизить потери мощности. Benjamini–Hochberg контролирует другую величину — долю ложных открытий, а не FWER. Просто поднять уровень значимости или отказаться от поправки — значит сознательно увеличить риск ложных выводов.

Проверь себя · 1/3разбор после ответа
Команда сравнивает 8 вариантов с контролем и для каждого теста использует порог alpha = 0.05 без коррекции. Что происходит с вероятностью получить хотя бы одно ложное срабатывание среди всех сравнений?
Тренировать A/B в Telegram

Ещё вопросы по теме «Множественное тестирование»