Ich habe 350 unabhängige Tests durchgeführt. Ich muss sie für die mehrfachen Vergleiche korrigieren. Ich verwende das Benjamini-Hochberg (BH) -Verfahren zur Kontrolle des FDR. Die vorherige Auswahl des Q (der Ebene, auf der wir den FDR steuern möchten) könnte jedoch einschränkend sein (z. B. finde ich keine Entdeckung für Q = 0,05 und 40 für Q = 0,1: Es wäre schön, etwas über diese 36 angeblich wahren Entdeckungen zu erzählen gemacht mit Q = 0.1 anstatt keine Entdeckung zu melden).
Ich habe zwei Fragen:
Wenn ich eine explorative Analyse durchführe, ist es ein falsches Verfahren, die Anzahl der Entdeckungen für verschiedene Q-Ebenen zu überprüfen, anstatt sie a priori zu korrigieren? Wenn ich dann nur einen Q-Wert auswählen muss, kann ich wählen, z. B. den konservativeren, der mir noch eine echte Entdeckung liefert, oder den, der die maximale Anzahl wahrer Entdeckungen liefert, usw.
Mache ich wieder mehrere Vergleiche, um verschiedene Q-Level zu überprüfen? Ich glaube nicht, da ich eigentlich keine neue Hypothese teste, sondern nur den FDR auf verschiedene Ebenen kontrolliere: Die ursprüngliche Hypothese bleibt unberührt. Was geändert wird, sind die Kriterien im BH-Verfahren.
quelle
Eine Alternative, die Sie möglicherweise nützlich finden, besteht darin, für jeden Vergleich den q-Wert anzugeben. Der q-Wert (Kleinbuchstabe) ist der Q-Wert (Großbuchstabe), bei dem dieser bestimmte Vergleich genau an der Grenze einer Entdeckung liegen würde. Sie können dann den q-Wert für jeden Vergleich angeben und nicht nur eine Liste, bei der Vergleiche "Entdeckungen" sind, indem Sie einen beliebigen Wert von Q verwenden.
quelle
Alpha = 0,05 hat nichts Magisches.
Ich sehe nichts falsches daran, mit alpha / q = .10 zu arbeiten. Ich würde auch Konfidenzintervalle melden (und diese ebenfalls anpassen).
Alternativ können Sie ein Bayes'sches Modell mit Prioritäten verwenden, um falsch positive Ergebnisse (Hufeisen, Laplace) zu erzielen.
quelle