UA MATH566 统计理论7: Multiple Test
- Bonferroni调整
- Benjamini-Hochberg方法
- Fisher方法
- False Discovery Rate
Multiple test就是同时做多个假设检验,回归和试验设计都有涉及到,那两个系列用的是Bonferroni方法和WHS方法。这里也介绍一下Bonferroni方法,另外再介绍一个Fisher方法。
Bonferroni调整
假设要同时做
m个假设检验,第
i个的p值为
pi?,i=1,?,m,第
i个检验出现type I error的事件为
Ai?。定义Family-wise error rate (FWER)表示至少有一个检验出现type I error的概率,
αB?表示单个检验的显著性水平。假设
α为这
m个联合检验的显著性水平,根据Bonferroni不等式
α=P(i=1?m?Ai?)≤i=1∑m?P(Ai?)=mαB?
因此拒绝第
i个检验的原假设的条件可以写为
pi?≤mα?≤αB?
这说明要同时做
m个假设检验的话,如果要求的显著性水平为
α,那么对单个检验做判断时显著性水平应该用
α/m。
注意到Bonferroni不等式在所有的
Ai?都独立时取等,此时
α=P(i=1?m?Ai?)=1?P(i=1?m?AiC?)=1?i=1∏m?P(AiC?)=1?(1?αB?)m
Benjamini-Hochberg方法
当
m比较大之后,要拒绝原假设的条件会变得非常苛刻,甚至到几乎不可能的程度。为了得到更合理的推断,Benjamini-Hochberg方法用了比Bonferroni调整更宽松的条件:
假设
p(i)?是这
m个p值的次序统计量,search
k=i=1,2,?,m,p(i)?≤kmα?argmax?i
拒绝这
k个
p(1)?,?,p(k)?对应的原假设。
Fisher方法
Fisher方法比较有意思,第五讲提到了原假设下p值服从均匀分布
U[0,1]:
p1?,?,pm?~iid?U[0,1]
根据概率论推导过的结论,它等价于
?2lnp1?,?,?2lnpm?~iid?exp(1/2)
因为
m个指数分布
exp(1/2)的和是gamma分布
Γ(21?,m),它其实就是卡方分布
χ2(2m)。因此上面的结果可以写成
?2lnp1????2lnpm?~χ2(2m)
因此
m个联合检验的原假设下,可以用
?2lnp1????2lnpm?作为检验的统计量构造一个卡方检验。
False Discovery Rate
这里引入false discovery rate的概念,它是p值的一个替代品之一。这里就直接用我老师的ppt截图了
简单解释一下这张表,首先一共要同时做
m个检验,其中有
mπ0?个检验的原假设是真命题,
m(1?π0?)个检验的备择假设是真命题。我们拒绝了
R个原假设,接受了
m?R个原假设。每个检验有四种可能的结果:原假设为真、拒绝原假设;原假设为假,拒绝原假设;原假设为真,接受原假设;原假设为假,接受原假设,符合这四个结果的检验数目分别为
V,S,U,T。其中
V,T分别是type I error的数目和type II error的数目。
先讨论一下false discovery rate (FDR),ppt里面那个定义的意思就是FDR就是在拒绝原假设的条件下,原假设为真的概率。根据Hierarchical Model,p值服从混合分布
Fpvalue?(x)=π0?x+(1?π0?)ROC(x)
如果选择
α作为p值的上限,则
FDR=P[H0? is true∣reject H0?]=P[reject H0?]P[reject H0?∣H0? true]P[H0? true]?=Fpvalue?(α)απ0??
也就是说
FDR=π0?α+(1?π0?)(1?β)π0?α?