大卫·R·比克尔。；阿巴斯·拉哈尔 似然范式中的模型融合和多重检验：收缩和支持点无效假设的证据。 （英语） Zbl 1435.62291号 统计 53，第6期，1187-1209（2019）. 考虑了评估几个假设中每个假设的证据权重的问题。本文提出了一种新的证据模型平均方法，称为“模型融合”，作为贝叶斯、频率和基准模型平均的替代方法。将模型融合方法直接应用于每个备选假设都有一个自由参数的模型，该方法可以在不对每个无效假设的真实性进行任何收缩的情况下权衡证据。但在有大量假设的情况下，缺乏收缩可能会导致许多误报。这个问题可以通过将底层模型与一个更具限制性的参数空间模型融合来解决，以便与一般似然定律一起使用。这种方法适用于考试成绩数据和基因表达数据。审核人：奥列克桑德·库库什（基辅） 引用于三文件 MSC公司： 62J15型 配对和多重比较；多次测试 62A01型 统计学基础和哲学主题 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：多次测试；证据的衡量；纯似然方法；像狮子一样；直接似然推理 软件：混合器 PDF格式BibTeX公司 XML格式引用 \textit{D.R.Bickel}和\textit{A.Rahal}，《统计》53，第6期，1187-1209（2019年；Zbl 1435.62291） 全文： DOI程序 链接 参考文献： [1] 瓦瑟斯坦，Rl；Na.Lazar，《美国统计局关于p-values:背景、过程和目的的声明》，《美国国家统计》，第70、2、129-133页（2016年）·Zbl 07665862号 ·doi:10.1080/00031305.2016.1154108 [2] Royall，R.，《统计证据：可能性范式》（1997），纽约：CRC出版社，纽约·Zbl 0919.62004号 [3] Bickel博士，《复合假设的统计证据强度：最佳解释推断》，Stat Sin，221147-1198（2012）·Zbl 1257.62005年 [4] 张，Z。；Zhang，B.，临床试验的可能性范式（含讨论），《统计理论与实践杂志》，第7期，第157-203页（2013年）·Zbl 1425.62010号 ·doi:10.1080/15598608.2013.771545 [5] 阿尔巴·R。；佩顿，P。；Fei，Z.，转录组和选定代谢物分析揭示了番茄果实发育过程中乙烯的多个控制点，《植物细胞》，172954-2965（2005）·doi:10.1105/tpc.105.036053 [6] Bickel博士，《博弈论概率组合及其在解决统计方法之间冲突中的应用》，《国际近似理性杂志》，第53期，第880-891页（2012年）·Zbl 1446.62301号 ·doi:10.1016/j.ijar.2012.04.002 [7] Bickel博士；Rahal，A.，《纠正错误发现率对假阳性的偏见》，《公共统计模拟计算》（2019年）·Zbl 1497.62203号 ·doi:10.1080/03610918.2019.1630432 [8] Dudoit，S。；马里兰州范德拉恩。，多种测试程序及其在基因组学中的应用（2008年），纽约：Springer，纽约·兹比尔1261.62014 [9] Bickel，博士，《小规模推理：一次比较的经验贝叶斯和置信度方法》，Int Stat Rev，82457-476（2014）·兹比尔1416.62430 ·doi:10.1111/insr.12064 [10] 科恩，埃尔；Freidlin，B.，《临床试验多重比较中作为统计证据的可能性：无免费午餐》，《生物医学杂志》，48，346-355（2006）·Zbl 1442.62454号 ·doi:10.1002/bimj.200510216 [11] 支柱，Lj；Hodge，Se.，规划和评估连锁分析的替代基础I.从“证据度量”中解耦“错误概率”，Hum Hered，61166-188（2006）·数字对象标识代码：10.1159/000094709 [12] Lindsey，J.，参数统计推断（1996），牛津：牛津科学出版物，克拉伦登出版社，牛津·Zbl 0855.6202号 [13] Ando，T.贝叶斯模型选择和统计建模。统计：一系列教科书和专著。泰勒和弗朗西斯；2010 ·Zbl 1303.62006年 [14] Bickel，Dr.，《检查多个贝叶斯模型的数据冲突和应用以减轻被拒绝先验数据的影响后的推断》，《国际近似推理》，66，53-72（2015）·Zbl 1397.62032号 ·doi:10.1016/j.ijar.2015.07.012 [15] Bickel，Dr.，关于基准模型平均作为检查贝叶斯模型和频率模型的替代方法的注释，《公共统计理论方法》，47，3125-3137（2018）·Zbl 1508.62004号 ·doi:10.1080/03610926.2017.1348522 [16] Claeskens，G。；Hjort，Nl.，模型选择和模型平均（2008），剑桥：剑桥大学出版社，剑桥·Zbl 1166.62001号 [17] Wasserman，L.，贝叶斯模型选择和模型平均，《数学心理学杂志》，44，1，92-107（2000）·Zbl 0946.62032号 ·doi:10.1006/jmps.1999.1278 [18] Giang，哲学博士；Shenoy，Pp.，《基于统计可能性的决策》，Artif Intell，165137-163（2005）·兹比尔1132.91371 ·doi:10.1016/j.artint.2005.03.004 [19] 俄亥俄州巴恩多夫-尼尔森。，剖面似然、定向似然和扩展似然的调整版本，J R Stat Soc B，56，125-140（1994）·Zbl 0798.62005号 [20] Björnstad，Jf.，《关于似然函数和似然原理的推广》，美国统计学会，91，791-806（1996）·Zbl 0871.62006号 [21] Pawitan，Y.，《所有可能性：使用可能性的统计建模和推断》（2001），牛津：克拉伦登出版社，牛津·Zbl 1013.62001号 [22] Wang，Z。；克里尔，Gj。，广义测度理论（IFSR系统科学与工程国际系列）（2008），纽约：Springer，纽约 [23] 斯波恩，W.，《信仰的法则：排名理论及其哲学应用》（2012），牛津：牛津大学出版社，牛津 [24] Puhalskii，A.，大偏差和幂等概率。《纯粹数学和应用数学专题论文和调查》（2001年），纽约：CRC出版社，纽约·兹比尔0983.60003 [25] Bickel，Dr.证据的充分性、证据的相关性，以及用一个数字量化两者；2019.工作文件，doi:。 [26] Severini，T.，《统计学中的似然方法》（2000），牛津：牛津大学出版社，牛津·Zbl 0984.6202号 [27] Bickel，Dr.，Pseudo-likelihood，解释力，和Bayes定理[评论“临床试验的似然范式”]，《统计理论实践杂志》，7178-182（2013）·Zbl 1425.62006号 ·doi:10.1080/15598608.2013.771546 [28] Bickel，Dr.，《一种预测方法，用于测量单次和多次比较的统计证据强度》，Can J Stat，39，610-631（2011）·Zbl 1228.62087号 ·doi:10.1002/cjs.10109 [29] Westfall，Ph.，评论B.Efron，“相关z值和大规模统计估计的准确性”，美国统计协会杂志，105，1063-1066（2010）·Zbl 1390.62145号 ·doi:10.1198/jasa.2010.tm10239 [30] Lindley博士。，统计悖论，生物统计学，44187-192（1957）·Zbl 0080.12801号 ·doi:10.1093/biomet/44.1-2.187 [31] Efron，B.，Rejoiner对B.Efron的评论，“相关z值和大规模统计估计的准确性”，美国统计协会杂志，105，1067-1069（2010）·Zbl 1390.62140号 ·doi:10.1198/jasa.2010.tm10367 [32] Bickel博士，《基因组学数据分析：错误发现率和经验贝叶斯方法》（2020年），纽约：查普曼和霍尔/CRC，纽约 [33] Bickel，Dr.，《根据先验信息的精度将贝叶斯方法和频率学家方法与假设检验的应用相结合》，《统计方法应用》，第24期，第523-546页（2015年）·Zbl 1327.62132号 ·doi:10.1007/s10260-015-0299-6 [34] Bickel，Dr.，《置信分布应用于将不确定性传播到基于估计局部错误发现率的推断中：随着比较次数的增加，从置信集到经验Bayes集估计的基准连续体》，Commun Stat Theory Methods，46，10788-10799（2017）·Zbl 1379.62051号 ·doi:10.1080/03610926.2016.1248781 [35] Padilla，M。；Bickel博士，为少量测试设计的本地错误发现率估算器，《Stat Appl Genet Mol Biol》，第11、5条，第4条（2012年）·Zbl 1296.92063号 ·数字对象标识代码：10.1515/1544-6115.1807 [36] Yang，Y。；阿加巴巴扎德，Fa；Bickel博士，用于识别遗传关联的局部错误发现率的参数估计，IEEE/ACM Trans-Comput Biol Bioinf，10，98-108（2013）·doi:10.1109/TCBB.2012.140 [37] Muralidharan，O.，《效果大小和错误发现率估计的经验贝叶斯混合方法》，《Ann Appl Stat》，第4422-438页（2010年）·Zbl 1189.62004号 ·doi:10.1214/09-AOAS276 [38] 帕维坦，Y。；默西，K。；米歇尔，S。；Ploner，A.，微阵列研究中错误发现率估计的偏差，生物信息学，213865-3872（2005）·doi:10.1093/bioinformatics/bti626 [39] Karimnezhad，A。；Bickel博士，《将遗传变异的先验知识纳入遗传关联数据的分析：经验贝叶斯方法》，IEEE/ACM Trans-Comput Biol Bioinf（2018）·doi:10.1109/TCBB.2018年2865420 [40] Bickel博士，Sharpen统计显著性：证据阈值和贝叶斯因子锐化为Occam剃刀，Stat，8，1，e215（2019）·doi:10.1002/sta4.215 [41] 赫尔德，L。；Ott，M.，针对点零假设的最大p值证据如何取决于样本大小，《美国统计》，70，4，335-341（2016）·Zbl 07665893号 ·doi:10.1080/00031305.2016.1209128 [42] Jeffreys，H.，《概率论》（1948），伦敦：牛津大学出版社，伦敦·JFM 65.0546.04号 [43] Dj本杰明；乔·伯杰（Jo Berger）；Johannesson，M.，Redefine统计显著性，Nat Hum Behav，1（2017） [44] Bickel博士；Patriota，Ag.，适用于限制参数的自洽置信集和复合假设测试，Bernoulli，25，1，47-74（2019）·Zbl 1512.62030 ·doi:10.3150/17-BEJ942 [45] Efron，B.，《大尺度同步假设检验：无效假设的选择》，美国统计协会杂志，99，96-104（2004）·Zbl 1089.62502号 ·doi:10.1198/0162145000000089 [46] Efron，B.，《大尺度推断：估计、测试和预测的经验贝叶斯方法》（2010），剑桥：剑桥大学出版社，剑桥·Zbl 1277.62016年 [47] 博士鲁宾。，平行随机实验中的估计，教育统计杂志，6377-401（1981）·数字对象标识代码：10.3102/10769986006004377 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。