×

与同步多假设检验相关的分布。 (英语) Zbl 1472.62156号

总结:我们使用以下规则,为发现具有统计显著性的假设数量建立了分布R.J.西姆斯[生物特征73751-754(1986;Zbl 0613.62067号)]用于控制家庭错误率(FWER)。我们发现了在零假设下统计显著值的数量分布,并表明这在备选方案下遵循正态分布。我们提出了一种参数分布(Psi_I(cdot))来模拟在不同替代假设下从零均匀分布和非均匀分布的混合中采样的(p)-值的边际分布。当存在许多不同的替代假设且这些假设没有被很好地理解时,(Psi_I)分布是有用的。我们将(Psi_I)与三项癌症研究的数据进行拟合,并使用它来说明在这些示例中观察到的显著假设数量的分布。我们使用潜在变量对采样值的相关性建模。这些方法可以结合起来说明在较小的试点实验的基础上规划更大规模研究的功率分析。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62J15型 配对和多重比较;多重测试
62F03型 参数假设检验
62H15型 多元分析中的假设检验
62H10型 统计的多元分布
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Benjamini,Y.,《发现错误发现率》,J.R.Stat.Soc.B.,72,405-16(2010)·Zbl 1411.62043号 ·文件编号:10.1111/j.1467-9868.2010.00746.x
[2] Y.本杰米尼。;Hochberg,Y.,《控制错误发现率:一种实用而有效的多重测试方法》,J.R.Stat.Soc.B.,57,289-300(1995)·Zbl 0809.62014号
[3] Y.本杰米尼。;Hochberg,Y.,《关于独立统计的多重测试中错误发现率的自适应控制》,J.Educ。行为。统计,25.1,60-83(2000)·数字对象标识代码:10.3102/10769986025001060
[4] Broberg,P.,《未改变基因比例估计值和错误发现率的比较综述》,BMC生物信息学,6199-218(2005)·doi:10.1186/1471-2105-6-1999
[5] 癌症基因组图谱研究网络,鳞状细胞肺癌的综合基因组特征,《自然》,489,519-25(2012)·doi:10.1038/nature11404
[6] 多诺霍博士。;Jin,J.,《检测稀疏非均匀混合物的更高批评》,《Ann.Stat.》,32,962-94(2004)·Zbl 1092.62051号 ·doi:10.1214/009053604000000265
[7] 埃夫隆,B。;Tibshirani,R。;Storey,J.D。;Tusher,V.,微阵列实验的经验贝叶斯分析,美国统计协会,96,1151-60(2001)·兹比尔1073.62511 ·doi:10.1198/016214501753382129
[8] Efron,B.,《大尺度同步假设检验:无效假设的选择》,《美国统计协会期刊》,第99期,第96-104页(2004年)·Zbl 1089.62502号 ·doi:10.1198/0162145000000089
[9] 弗里格,C。;Kloareg,M。;Causeur,D.,《依赖性下多重测试的因子模型方法》,美国统计协会,104,1406-15(2009)·Zbl 1205.62071号 ·doi:10.1198/jasa.2009.tm08332
[10] Genovese,C。;Wasserman,L.,《错误发现控制的随机过程方法》,《Ann.Stat.》,32,1035-61(2004)·Zbl 1092.62065号 ·doi:10.1214/009053604000000283
[11] 海恩斯,B.F。;吉尔伯特,P.B。;McElrath,M.J。;Zolla-Pazner,S。;托马斯,G.D。;Alam,S.M.,《HIV-1疫苗效力试验的免疫相关性分析》,N.Engl。《医学杂志》,3661275-1286(2012)·doi:10.1056/NEJMoa1113425
[12] 海登法克,I。;Duggan,D。;Chen,Y.,遗传性乳腺癌的基因表达谱,N.Engl。《医学杂志》,344539-48(2001)·doi:10.1056/NEJM200102223440801
[13] Huang,H.-L.(黄海龙)。;吴永川。;Su,L.-J.,利用微阵列和生存数据发现预测肺癌转移的预后生物标记物,BMC生物信息学,16,54(2015)·数字对象标识代码:10.1186/s12859-015-0463-x
[14] Jin,J。;Cai,T.T.,《在大规模多重比较中估算零效应和非零效应的比例》,《美国统计协会期刊》,102495-506(2007)·Zbl 1172.62319号 ·doi:10.1198/0162145000000167
[15] Jolley,L.B.W.,《级数求和》(1961),纽约:多佛,纽约·Zbl 0101.28602号
[16] Kozoil,J.A。;Tuckwell,H.C.,《用于组合统计测试的贝叶斯方法》,J.Stat.Plan。推断。,78, 317-23 (1999) ·Zbl 0956.62021号 ·doi:10.1016/S0378-3758(98)00222-5
[17] Langaas,M。;Lindqvist,B.H。;Ferkingstad,E.,《应用于DNA微阵列数据估算真零假设比例》,J.R.Stat.Soc.B.,67,555-72(2005)·Zbl 1095.62037号 ·数字对象标识代码:10.1111/j.1467-9868.2005.00515.x
[18] Maechler,M.:Rmpfr:R MPFR-多精度浮点可靠性(2019)。R包版本0.7-2。https://CRAN.R-project.org/package=Rmpfr。
[19] Owen,A.B.,错误发现数量的方差,J.R.Stat.Soc.Ser。B、 67、411-26(2005)·Zbl 1069.62102号 ·数字对象标识代码:10.1111/j.1467-9868.200500509.x
[20] 磅,S。;Morris,S.W.,通过近似和划分p值的经验分布估计微阵列研究中假阳性和假阴性的发生,生物信息学,19,1236-42(2003)·doi:10.1093/生物信息学/btg148
[21] Ruiz,S.M.,导致威尔逊定理的代数恒等式,数学。天然气。,80.489, 579-82 (1996) ·doi:10.2307/3618534
[22] Simes,R.J.,《多个显著性检验的改良Bonferroni程序》,《生物统计学》,73,3,751-754(1986)·Zbl 0613.62067号 ·doi:10.1093/biomet/73.3.751
[23] Storey,J.D。;Tibshirani,R.,《全基因组研究的统计意义》,美国国家科学院学报,1009440-5(2003)·Zbl 1130.62385号 ·doi:10.1073/pnas.1530509100
[24] Sun,W。;Cai,T.T.,《依赖条件下的大规模多重测试》,J.R.Stat.Soc.Ser。B、 71393-424(2009)·Zbl 1248.62005号 ·doi:10.1111/j.1467-9868.2008.00694.x
[25] Tang,Y。;Ghosai,S。;Roy,A.,《阳性错误发现率的非参数贝叶斯估计》,《生物统计学》,631126-34(2007)·Zbl 1141.62091号 ·doi:10.1111/j.1541-0420.2007.00819.x
[26] Tanner,J.C.,《Borel分布的推导》,《生物统计学》,48,222-4(1961)·Zbl 0139.35101号 ·doi:10.1093/biomet/48.1-2.222
[27] Wu,W.,《论依赖性下的虚假发现控制》,《Ann.Stat.》,36,364-80(2008)·Zbl 1139.62040号 ·doi:10.1214/009053607000000730
[28] Yu,C。;Zelterman,D.,使用p值分布从真零点估计比例的参数模型,计算统计数据分析。,114, 105-18 (2017) ·Zbl 1464.62192号 ·doi:10.1016/j.csda.2017.04.008
[29] Yu,C。;Zelterman,D.,《参数荟萃分析》,《统计医学》,38,4013-25(2019)·doi:10.1002/sim.8278
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。