×
何塞·安托尼奥·索萨·豪尔赫（JoséAntónio Sousa Jorge Ferreira）;Aeilko H.兹温德曼。

关于Benjamini-Hochberg方法。 （英语） Zbl 1246.62170号

Ann.统计。 34，第4期，1827-1849（2006）.
摘要：我们研究了Y.本杰米尼和Y.霍克伯格[J.R.Stat.Soc.，Ser.B 57，No.1，289–300（1995；Zbl 0809.62014号)]多重测试方法和J.D.斯托里[同上，64，第3号，479–498（2002年；Zbl 1090.62073号)]它的推广，推广和补充了文献中的渐近和精确结果。结果是在两组不同的假设下得出的，包括拒绝比例的渐近精确表达式和界、所有拒绝中不正确拒绝的比例以及用于量化方法效果的其他两个比例。

引用于29文件

MSC公司：

62J15型 配对和多重比较；多次测试
62G30型 订单统计；经验分布函数
第62页 参数检验的渐近性质

关键词：

多次测试;拟合优度;经验分布;错误发现率

引文：

Zbl 0809.62014号;Zbl 1090.62073号
PDF格式BibTeX公司 XML格式引用
\textit｛J.A.S.J.Ferreira｝和\textit｛A.H.Zwinderman｝，Ann.Stat.34，第4号，1827-1849（2006年；Zbl 1246.62170）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Abramovich，F.、Benjamini，Y.、Donoho，D.和Johnstone，I.M.（2006）。通过控制错误发现率来适应已知稀疏性。安。统计师。34 584–653. ·Zbl 1092.62005年 ·doi:10.1214/00905360000000074
[2] Benjamini，Y.和Hochberg，Y.（1995年）。控制错误发现率：一种实用而强大的多重测试方法。J.罗伊。统计师。Soc.序列号。B 57 289–300。JSTOR公司：·Zbl 0809.62014号
[3] Benjamini，Y.和Hochberg，Y.（2000年）。独立统计下多重测试中错误发现率的自适应控制。J.教育和行为统计25 60–83。
[4] Benjamini，Y.和Yekutieli，D.（2001年）。相关性下多重测试中错误发现率的控制。安。统计师。29 1165–1188·Zbl 1041.62061号 ·doi:10.1214/aos/1013699998
[5] Delongchamp，R.、Bowyer，J.、Chen，J.和Kodell，R.（2004）。用于分析基因表达cDNA阵列数据的多重测试策略。生物统计学60 774–782·Zbl 1274.62755号 ·doi:10.1111/j.0006-341X.2004.00228.x
[6] Donoho，D.和Jin，J.（2004）。对检测稀疏非均匀混合物的批评更高。安。统计师。32 962–994. ·兹比尔1092.62051 ·doi:10.1214/009053604000000265
[7] Dudoit，S.、Schaffer，J.和Boldrick，J.（2003）。微阵列实验中的多重假设检验。统计师。科学。18 71–103. ·Zbl 1048.62099号 ·数字对象标识代码：10.1214/ss/1056397487
[8] Fan，J.、Tam，P.、Vande Woude，G.和Ren，Y.（2004）。使用用于神经母细胞瘤细胞对细胞因子反应的阵列内复制对cDNA微阵列进行规范化和分析。程序。国家。阿卡德。科学。美国101 1135–1140。
[9] Genovese，C.和Wasserman，L.（2002年）。错误发现率程序的操作特征和扩展。J.R.统计社会服务。B统计方法。64 499–517. JSTOR公司：·Zbl 1090.62072号 ·doi:10.1111/1467-9868.00347
[10] Genovese，C.和Wasserman，L.（2004）。错误发现控制的随机过程方法。安。统计师。32 1035–1061. ·Zbl 1092.62065号 ·doi:10.1214/009053604000000283
[11] Karlin，S.和Taylor，H.（1981年）。随机过程的第二门课程。纽约学术出版社·Zbl 0469.60001号
[12] McLachlan，G.，Do，K.-A.和Ambroise，C.（2004）。分析微阵列基因表达数据。纽约威利·Zbl 1140.92010年 ·数字对象标识码：10.1002/047172842X
[13] Nakas，C.、Yiannoutsos，C.，Bosch，R.和Moyssiadis，C.（2003）。通过拟合优度测试评估诊断标志物。医学统计22 2503-2513。
[14] Reiner，A.、Yekutieli，D.和Benjamini，Y.（2003）。使用错误发现率控制程序识别差异表达基因。生物信息学19 368–375。
[15] Sarkar，S.（2002）。关于逐步多重测试过程中错误发现率的一些结果。安。统计师。30 239–257. ·Zbl 1101.62349号 ·doi:10.1214/aos/1015362192
[16] Sarkar，S.（2004）。FDR控制逐步程序及其假阴性率。J.统计。计划。推论125 119–137·Zbl 1097.62062号 ·doi:10.1016/j.jspi.2003.06.019
[17] Sarkar，S.（2006）。单步多测试程序中的错误发现率和错误未发现率。安。统计师。34 394–415. ·Zbl 1091.62060号 ·doi:10.1214/009053605000000778
[18] Storey，J.（2002）。错误发现率的直接方法。J.R.统计社会服务。B统计方法。64 479–498。JSTOR公司：·Zbl 1090.62073号 ·doi:10.1111/1467-9868.00346
[19] Storey，J.、Taylor，J.和Siegmund，D.（2004）。强控制、保守点估计和错误发现率的同时保守一致性：J.R.Stat.Soc.Ser的统一方法。B统计方法。66 187–205. ·Zbl 1061.62110号 ·文件编号：10.1111/j.1467-9868.2004.00439.x
[20] 蔡经安、徐海明和陈杰（2003）。多重测试中错误发现率的估计：应用于基因微阵列数据。生物统计学59 1071–1081·Zbl 1190.62133号 ·doi:10.1111/j.0006-341X.2003.00123.x
[21] Tucker，H.（1953年）。Glivenko–Cantelli定理的推广。安。数学。统计师。30 828–830. ·兹伯利0093.14501 ·doi:10.1214/aoms/1177706212
[22] Tusher，V.、Tibshirani，R.和Chu，G.（2001）。微阵列用于电离辐射反应的显著性分析。程序。国家。阿卡德。科学。美国98 5116–5121·2014年12月10日 ·doi:10.1073/pnas.091062498
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。