Problēma ar vairākkārtējiem salīdzinājumiem
Veicot vairākus statistiskos testus, varbūtība nejauši iegūt vismaz vienu viltus pozitīvu rezultātu palielinās līdz ar testu skaitu. Problēma ar vairākkārtējiem salīdzinājumiem (ko sauc arī par daudzkārtīguma problēmu) rodas tāpēc, ka, veicot 100 hipotēžu testus ar α = 0,05, pat ja visas nulles hipotēzes ir patiesas, nejauši sagaidāmi apmēram 5 viltus pozitīvi rezultāti. Korekcijas metodes — Bonferroni, Benjamini-Hočberga viltus atklājumu līmenis (FDR) un citas — pielāgo nozīmīguma slieksni vai p-vērtības, lai kontrolētu kļūdu rādītājus. Šis jēdziens ir ļoti svarīgs pētniecības integritātei un tam ir dziļas sekas uz izziņas zinātni.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). The Multiple Comparisons Problem and Statistical Correction Methods. ScholarGate. https://scholargate.app/lv/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.
- Nulles hipotēzes testēšanaPētniecības statistika↔ compare
- P vērtība un statistiskā nozīmībaPētniecības statistika↔ compare
- Publikācijas aizspriedumsPētniecības statistika↔ compare
- I un II tipa kļūdasPētniecības statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →