执行Benjamini & Hochberg(1995)程序来控制假设检验族的错误发现率(FDR)。FDR是被错误拒绝的被拒绝假设的预期比例(也就是说,零假设在那些检验中实际上是正确的)。与Bonferroni校正等程序相比,FDR通常是一种不那么保守/更强大的纠正多次比较的方法,Bonferroni校正提供了对家族错误率(即一个或多个零假设被错误拒绝的概率)的强有力控制。
这个函数实现了Benjamini & Hochberg过程的两个版本:一个假设独立或正依赖测试,另一个不假设测试依赖。后者(由Benjamini和Yekutieli于2001年发表)总是合适的,但比前者保守得多。这两种程序都很简单,只需要家族中所有测试的p值
除了纠正多次比较的p值之外,该函数还返回经过FDR调整后仍然显著的任何p值的多次比较调整置信区间覆盖率。这些“FCR调整的选定置信区间”保证了虚假覆盖陈述率(FCR)小于显著性的p值thredho (Benjamini, Y., & Yekutieli, D., 2005)。
Benjamini, Y. & Hochberg, Y.(1995)控制错误发现率:多重测试的一种实用而强大的方法。皇家统计学会学报,B辑(方法论)。57(1), 289 - 300。
Benjamini, Y. & Yekutieli, D.(2001)依赖下多重测试错误发现率的控制。统计年鉴,29(4),1165-1188。
Benjamini, Y.和Yekutieli, D.(2005)。错误发现率调整多个置信区间选定的参数。美国统计学会杂志,100(469),71-81。doi: 10.1198 / 016214504000001907
有关错误发现率控制和其他纠正多重比较的当代技术的综述,请参见:
Groppe, d.m., Urbach, tp, & Kutas, M.(2011)事件相关大脑电位/场的大量单变量分析I:批判性教程综述。
心理生理学,48(12)pp. 1711-1725, DOI: 10.1111/j.1469-8986.2011.01273.xhttp://www.cogsci.ucsd.edu/~dgroppe/PUBLICATIONS/mass_uni_preprint1.pdf
Citar科莫
大卫Groppe(2022)。fdr_bh(//www.tatmou.com/matlabcentral/fileexchange/27418-fdr_bh), MATLAB中央文件交换。Recuperado.
Compatibilidad con la versión de MATLAB
兼容的平台
窗户 macOS LinuxEtiquetas
Agradecimientos
Inspiracion对位:同源表达偏倚变化的似然比检验(样本)
Descubra住编辑器
Cree脚本con código, salida y texto formateado en un document to ejecutable。