Вы настроили контроль FDR на 0.1 и после Benjamini–Hochberg получили 20 значимых сравнений. Как корректнее интерпретировать это число?
AВ среднем ожидается, что около 10% из этих 20 находок могут быть
false positives.BВероятность хотя бы одной ошибки среди 20 находок равна 10%.
CКаждая находка имеет ровно 10% шанс быть ложной, независимо от остальных.
DЭто означает, что общий
alpha эксперимента стал 0.1.Правильный ответ. Контроль
FDR задаёт ожидаемую долю false positives среди объявленных значимыми, а не вероятность ошибки для каждой отдельной находки.Разбор
FDR — это ожидание по повторениям процесса, а не гарантия для одного конкретного списка находок. Поэтому корректно говорить про долю ложных находок среди значимых в среднем. Для отдельного сравнения утверждение про «10% вероятность ложности» обычно не следует напрямую из FDR. Это важная интерпретационная ловушка в отчётах.
Проверь себя · 1/3разбор после ответа
Команда сравнивает 8 вариантов с контролем и для каждого теста использует
alpha 0.05 без коррекции. Что происходит с вероятностью получить хотя бы один false positives среди всех сравнений?Ещё вопросы по теме «Множественное тестирование»
- Вы запускаете `A/B/n`-эксперимент: контроль и 3 варианта интерфейса. Что принципиально меняется по сравнению с `A/B` в части риска `false positives`, если проверять каждое сравнение на `alpha` 0.05 без коррекции?
- В `A/B/n` у вас контроль A и варианты B и C, и вы хотите выбрать любой вариант, который статистически лучше контроля по одной основной метрике. Какие проверки логично считать одной семьёй для коррекции `multiple comparisons`?
- Команда сравнивает 8 вариантов с контролем и для каждого теста использует `alpha` 0.05 без коррекции. Что происходит с вероятностью получить хотя бы один `false positives` среди всех сравнений?
- Что означает контроль `family-wise error` (суммарная ошибка первого рода) в задаче `multiple comparisons`?
- Какое утверждение верно про коррекцию `Bonferroni` при `multiple comparisons`?
- Все вопросы по «Множественное тестирование» →