Bonferroni法、Holm法、False Discovery Rate | 大阪大学腎臓内科
Clinical Journal Club 1. 多重比較 Familywise Error Rate さいころを1回振って、●が出る確率は1/6 = 0.167です。 さいころを2回振って、●が1回も出ない確率は、(5/6)2 = 0.694です。したがって、さいころを2回振って、1回でも●が出る確率は、1-(5/6)2 = 0.306です。 当然ながら、さいころを振れば振るほど、1回でも●が出る確率が上がっていきます。さいころを20回振って、一度も●が出ない確率は、わずか0.026です。 さいころを振る回数と1回でも●が出る可能性 さいころを繰り返し振るという事と、有意水準α = 0.05の検定を繰り返すという事は、確率論的には全く同じ事です。検定を繰り返せば繰り返すほど、偶然棄却される帰無仮説が増えます。複数回繰り返された検定全体において帰無仮説が棄却される可能性を、familywi
R でフィッシャーの正確確率検定・カイ二乗検定 で 3 群以上の比較を実行する方法 - 統計ER
フィッシャーの正確確率検定、カイ二乗検定の3群以上の比較をRで実施する方法の解説。 ＞＞もう統計で悩むのを終わりにしませんか？ ↑1万人以上の医療従事者が購読中 カイ二乗検定の3群以上の比較 カイ二乗検定 3群以上の比較で多重調整しない場合 カイ二乗検定 ホルムの多重調整 カイ二乗検定 ホックバーグ の多重調整 フィッシャー正確確率検定の3群以上の比較 フィッシャーの正確確率検定とカイ二乗検定の結果の比較 まとめ 参考書籍 カイ二乗検定の3群以上の比較 三群以上の割合の比較はどうやればいいのか？ Bonferroni型のp値調整を使う方法がある。 toukeier.hatenablog.com Rで行う場合、pairwise.prop.test()という関数を使う。 カイ二乗検定 3群以上の比較で多重調整しない場合 例として下記の2x3の分割表のデータでやってみる。 Group1 Grou
複数の相関を調べた時の多重比較－BonferroniとFDR
前回（多群間比較での多重比較－One-way ANOVA後のpost-hoc test）は多群間比較の際の多重比較を確認しました。一方で、多重比較は前々回（多重比較－なんのため、どんな時に行う？－）も述べたように、ANOVA後のpost-hoc以外の場面でも、複数の検定を行った場合に常に意識しなければならないものでした。例えば、「複数の変数の相関を調べる」という場面があり、前々回紹介した論文には「161個もの相関係数を調べたため多重比較した」というものもありました。 このような場面では、t値やF値を利用せず、p値をそのまま利用して多重比較を調整するBonferroni法、False Discovery Rate（FDR）法が利用しやすく、よく用いられています。 比較的簡単に運用できる多重比較なのですが、欠点もあることを認識しておく必要があります。実例を見ながら両者の特徴を見てみましょう。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Chi-squared test of independence - Handbook of Biological Statistics
