Family-Wise Error Rate (FWER) 是至少有一次伪阳的机率 False Discovery Rate (FDR) 是伪阳数和总拒却虚无假说数的比例之期望值 对同一个涉及多重比较假说的统计推论，使用 FWER 和 FDR 所得结果会有怎 样不同? 例如，在单比较统计推论问题，对所得显着结果的解释是，另外对这个问题 做许多次测试的推论结果，虽然不必然每次都相同，但是我们可以声称，这许 多次的测试结果，有 95% 会落在第一次测试所得的信心区间之内。 那麽，在多重比较的问题呢? 控制 FWER 和 FDR 所得的第一次结果，再经过 多次随机测试做验证之後，我们能够在给定信心水准下声称的结果有何差异? 具体例子像是测试五种饲料对猪只增肥效果，将效果大小由大而小排列。这 会需要 C(5,2) = 10 重测试才能决定这五种饲料的增肥排列。用控制 FWER 和 用控制 FDR 得到的推论结果，会有何不同? 一、FWER，用 Bonferronin 修正 就整体假说测试言，长期来看，有百分之九十五的结果会如初次测试这般排 列。对於整体中的每一个个别测试言，长期来看，有千分之五的结果会如初次 测试这般。 二、FDR，用 Benjamini-Hochberg 修正 就整体假说测试言，长期来看，预期的伪阳数对总显着数之比值不变，但是 排列结果无法判断。因为每次随机抽样测试，个别测试结果并不受控制，不像 使用 FWER 时有控制其伪阳机率。既然只控制预期的整体伪阳数对显着数之比 值，每次前次测试要保持初次排列的显着与否不受控制，所以每次究竟怎排列 全不可预测。 就个别测试言，FDR 只控制整体，所以无法预测。 两种误差控制的差异，如同上面描述的那般吗? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.243.141 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1727688810.A.934.html ※ 编辑: saltlake (114.36.243.141 台湾), 10/01/2024 05:38:42