Какая пара определений наиболее корректно описывает FWER и FDR при множественных проверках?
A
FWER — ожидаемая доля ложных находок среди значимых, FDR — вероятность хотя бы одной ложной находкиB
FWER — вероятность хотя бы одной ложной находки в семействе тестов, FDR — ожидаемая доля ложных находок среди отклонённых H0C
FWER — средний p-value, FDR — медианный p-valueD
FDR применяется только для одного теста, а FWER — только для сегментовПравильный ответ.
FWER и FDR контролируют разные виды ошибок при множественных проверках.Разбор
FWER отвечает на вопрос, какова вероятность сделать хотя бы одну ложную находку в наборе тестов. FDR отвечает на другой вопрос: какая доля ложных находок ожидается среди всех результатов, которые вы объявили значимыми. Частая путаница — думать, что FDR=0.1 означает 10% шанс хотя бы одной ошибки, но это не так.
Проверь себя · 1/3разбор после ответа
Что означает контролировать
FDR на уровне 0.1 в наборе гипотез?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?
- 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?
- У вас два сценария: (1) критичное решение по безопасности, (2) поиск идей среди 50 метрик для следующего спринта. Какое сочетание контроля ошибок чаще всего разумно?
- Все вопросы по «Множественные сравнения» →