Mitme võrdluse probleem
Mitme statistilise testi sooritamisel suureneb juhusliku vale positiivse tulemuse saamise tõenäosus testide arvu kasvades. Mitme võrdluse probleem (mida nimetatakse ka multiplitsiituse probleemiks) tekib seetõttu, et kui teostada 100 hüpoteesitesti tasemel α = 0.05, siis oodatakse juhuslikult umbes 5 vale positiivset tulemust, isegi kui kõik nullhüpoteesid on tõesed. Korrektsioonimeetodid – Bonferroni, Benjamini-Hochbergi vale avastamise määr (FDR) ja teised – kohandavad olulisuse lävepaku või p-väärtusi, et kontrollida veamäärasid. See kontseptsioon on uurimise aususe seisukohast kriitilise tähtsusega ja sellel on sügav mõju eksploratiivsele teadusele.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Bonferroni, C. E. (1935). Il calcolo dei coefficienti di correlazione nel caso di variabilità di gruppi. Instituto Italiano di Statistica. link ↗
- Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society Series B, 57(1), 289–300. DOI: 10.1111/j.2517-6161.1995.tb02031.x ↗
- Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. DOI: 10.1371/journal.pmed.0020124 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). The Multiple Comparisons Problem and Statistical Correction Methods. ScholarGate. https://scholargate.app/et/research-statistics/multiple-comparisons-problem
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Nullhüpoteesi testimineUurimisstatistika↔ compare
- P-väärtus ja statistiline olulisusUurimisstatistika↔ compare
- PublikatsioonimoonutusUurimisstatistika↔ compare
- I ja II tüüpi veadUurimisstatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →