ปัญหาการเปรียบเทียบพหุ
เมื่อทำการทดสอบทางสถิติหลายครั้ง ความน่าจะเป็นที่จะได้ผลบวกลวงอย่างน้อยหนึ่งครั้งโดยบังเอิญจะเพิ่มขึ้นตามจำนวนการทดสอบ ปัญหาการเปรียบเทียบพหุ (หรือที่เรียกว่าปัญหาความซ้ำซ้อน) เกิดขึ้นเนื่องจากหากคุณทำการทดสอบสมมติฐาน 100 ครั้งที่ α = 0.05 คุณคาดว่าจะได้ผลบวกลวงประมาณ 5 ครั้งโดยบังเอิญเพียงอย่างเดียว แม้ว่าสมมติฐานว่างทั้งหมดจะเป็นจริง วิธีการแก้ไข—Bonferroni, Benjamini-Hochberg อัตราการค้นพบเท็จ (FDR) และอื่นๆ—จะปรับเกณฑ์นัยสำคัญหรือค่า p เพื่อควบคุมอัตราข้อผิดพลาด แนวคิดนี้มีความสำคัญต่อความสมบูรณ์ของการวิจัยและมีนัยสำคัญอย่างยิ่งต่อวิทยาศาสตร์เชิงสำรวจ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). The Multiple Comparisons Problem and Statistical Correction Methods. ScholarGate. https://scholargate.app/th/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.
- การทดสอบสมมติฐานว่างสถิติการวิจัย↔ compare
- ค่าพี (P-Value) และนัยสำคัญทางสถิติสถิติการวิจัย↔ compare
- อคติในการตีพิมพ์สถิติการวิจัย↔ compare
- ความคลาดเคลื่อนชนิดที่ 1 และชนิดที่ 2สถิติการวิจัย↔ compare