Что означает контролировать FDR на уровне 0.1 в наборе гипотез?
AВероятность хотя бы одной ложной находки равна 10%
BРовно 10% всех проверок обязательно окажутся ложными
CКаждая отдельная гипотеза имеет 10% шанс быть ложной
DВ среднем среди отклонённых
H0 доля ложных находок не превышает 10%Правильный ответ.
FDR — это ожидаемая доля ложных находок среди отклонённых H0.Разбор
Контроль FDR=0.1 означает, что если вы объявили некоторое число результатов значимыми, то ожидаемая доля ложных среди них ограничена 10%. Это не говорит напрямую о вероятности хотя бы одной ошибки, как FWER. Типичная путаница — интерпретировать FDR как гарантию для каждой отдельной гипотезы.
Проверь себя · 1/3разбор после ответа
В A/B-тесте вы измеряете 15 метрик и объявляете победу, если хоть одна метрика имеет
p-value < 0.05. Какой риск вы в первую очередь раздуваете?Ещё вопросы по теме «Множественные сравнения»
- Вы сделали множественные сравнения (`multiple comparisons`): 20 независимых проверок при `alpha = 0.05` и нашли одну метрику с `p-value = 0.04`. Что корректнее всего сказать про этот результат?
- Какая пара определений наиболее корректно описывает `FWER` и `FDR` при множественных проверках?
- Вы делаете 10 проверок и хотите контролировать `FWER` на уровне `alpha=0.05`. Какой порог для каждого теста задаёт поправка `Bonferroni`?
- Вы хотите контролировать `FWER`, но `Bonferroni` кажется слишком консервативным. Какое утверждение про `Holm` наиболее верное?
- Вы применяете процедуру `Benjamini–Hochberg` для контроля `FDR` на уровне 0.05 к 5 проверкам с отсортированными `p-value`: 0.004, 0.012, 0.018, 0.07, 0.2. Сколько гипотез будет отклонено?
- Все вопросы по «Множественные сравнения» →