Вы хотите контролировать FWER, но Bonferroni кажется слишком консервативным. Какое утверждение про Holm наиболее верное?
A
Holm контролирует только FDR, поэтому подходит для скринингаB
Holm нельзя применять к p-value, он работает только с оценками эффектаC
Holm требует независимости тестов, иначе всегда ломаетсяD
Holm — пошаговая процедура, которая контролирует FWER и обычно менее консервативна, чем BonferroniПравильный ответ.
Holm — это более мощная альтернатива Bonferroni для контроля FWER.Разбор
Holm сортирует p-value и последовательно сравнивает их с порогами, которые становятся менее строгими по мере продвижения. За счёт этого процедура часто отклоняет больше гипотез при том же контроле FWER, чем Bonferroni. Типичная ошибка — путать Holm с Benjamini–Hochberg, который контролирует FDR, а не FWER.
Проверь себя · 1/3разбор после ответа
Вы хотите контролировать
FWER, но Bonferroni кажется слишком консервативным. Какое утверждение про Holm наиболее верное?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 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» →