İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›İstatistik›Benjamini-Hochberg Prosedürü (Yapay Keşif Oranının Kontrolü)
Hypothesis test

Benjamini-Hochberg Prosedürü (Yapay Keşif Oranının Kontrolü)

Benjamini-Hochberg False Discovery Rate Procedure · Ayrıca şöyle bilinir: BH procedure, FDR control, false discovery rate procedure, Benjamini-Hochberg düzeltmesi

Benjamini-Hochberg (BH) prosedürü, Yoav Benjamini ve Yosef Hochberg tarafından 1995 yılında tanıtılmış olup, herhangi bir yanlış pozitif olasılığını değil, reddedilen tüm hipotezler arasındaki yanlış pozitiflerin beklenen oranını ifade eden yapay keşif oranını (FDR) kontrol eder. Kontrollü bir oranda yapay keşfe tolerans göstererek, Bonferroni veya Holm gibi aile bazlı hata oranı yöntemlerinden çok daha fazla güç sağlar; bu nedenle genomik, nörogörüntüleme ve diğer yüksek verimli alanlarda büyük ölçekli eş zamanlı testler için standart araç haline gelmiştir.

ScholarGate
  1. Hypothesis test
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Benjamini-Hochberg Prosedürü (Yapay Keşif Oranının Kontrolü)
Bonferroni DüzeltmesiHolm Düzeltmesi (Holm-Bo…Çoklu Doğrusal Regresyon

Ne zaman kullanılır

Çok sayıda eş zamanlı test yaptığınızda ve keşifleriniz arasındaki birkaç yanlış pozitifin maliyetinin kabul edilebilir olduğu, ancak oranlarının kontrol edildiği durumlarda BH prosedürünü kullanın — bu, keşifsel, yüksek verimli analizlerde tipik bir durumdur. Genom çapında ifade ve ilişkilendirme çalışmaları, kütle spektrometrisi proteomik, voksel bazlı nörogörüntüleme ve büyük anket veya A/B testi taramaları için alan standardıdır. Orijinal 1995 garantisi için bağımsızlık veya pozitif bağımlılık varsayar; bilinmeyen veya negatif bağımlılık durumunda, daha muhafazakar Benjamini-Yekutieli varyantına geçin. Tek bir yanlış pozitifin bile kabul edilemez olacağı durumlarda — doğrulayıcı denemeler, düzenleyici uç noktalar — bunun yerine Holm veya Bonferroni ile aile bazlı hata oranını kontrol edin.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Test sayısı büyük olduğunda FWER yöntemlerinden çok daha fazla güç, Bonferroni'nin kaçıracağı birçok gerçek etkiyi kurtarır.
  • Yorumlanabilir ve genellikle daha ilgili bir niceliği — reddedilenler arasındaki yapay keşiflerin beklenen oranını — kontrol eder.
  • Sıralanmış p-değerleri üzerinde basit adım-yukarı hesaplama, yaygın olarak uygulanan ayarlanmış p-değeri formu ile birlikte.
  • 1995 garantisi, birçok gerçekçi korelasyon yapısını kapsayan bağımsızlık ve pozitif bağımlılık altında geçerlidir.
Sınırlılıklar
  • Tasarım gereği bazı yapay keşiflere izin verir, bu nedenle tek bir yanlış pozitifin bile kabul edilemez olduğu durumlarda uygun değildir.
  • Orijinal kanıt bağımsızlık veya pozitif regresyon bağımlılığını varsayar; keyfi bağımlılık, daha muhafazakar Benjamini-Yekutieli düzeltmesini gerektirir.
  • FDR bir beklentidir, bu nedenle herhangi bir tek deneyde gerçekleşen yapay keşif oranı q'yu aşabilir.
  • Gerçek sıfır hipotezlerinin oranı yüksek olduğunda, etkin kontrol seviyesi q·(m₀/m) muhafazakardır ve güçten bir miktar feragat edilir.

SSS

FDR ve FWER arasındaki fark nedir?

Aile bazlı hata oranı (FWER), test ailesi boyunca en az bir yanlış reddetme yapma olasılığıdır. Yapay keşif oranı (FDR), aslında reddettiğiniz hipotezler arasındaki yanlış reddetmelerin beklenen oranıdır. FDR daha az kısıtlayıcı kriterdir, bu nedenle çok sayıda test yapıldığında BH, Bonferroni veya Holm'dan çok daha güçlüdür.

BH prosedürü bağımsız testler gerektirir mi?

Orijinal 1995 kanıtı, bağımsızlık veya pozitif regresyon bağımlılığı altında FDR kontrolünü garanti eder, bu da birçok pratik durumu kapsar. Keyfi veya negatif bağımlılık için, bir miktar güç pahasına harmonik toplam düzeltme faktörü ile eşiği çarpan Benjamini-Yekutieli (2001) varyantını kullanın.

FDR'yi %5'te kontrol edersem, keşiflerimin tam olarak %5'i yanlış mıdır?

Hayır. FDR, tekrarlanan deneyler üzerindeki bir beklentidir; herhangi bir tek analizde gerçekleşen yapay keşif oranı q'nun üzerinde veya altında olabilir. FDR'yi %5'te kontrol etmek, ortalama olarak beyan edilen keşiflerin %5'inden fazlasının yanlış olmayacağı anlamına gelir.

Bunun yerine Bonferroni veya Holm'u ne zaman kullanmalıyım?

Evet — tek bir yanlış pozitifin bile maliyetli olduğu durumlarda, örneğin doğrulayıcı klinik çalışmalarda veya düzenleyici kararlarda. Orada, BH prosedürünü kontrol eden FDR yerine, herhangi bir yanlış iddia olasılığını (FWER) sınırlamak istersiniz, bu da Holm veya Bonferroni'yi gerektirir.

Kaynaklar

  1. 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 ↗
  2. Benjamini, Y., & Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency. Annals of Statistics, 29(4), 1165–1188. DOI: 10.1214/aos/1013699998 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Benjamini-Hochberg False Discovery Rate Procedure. ScholarGate. https://scholargate.app/tr/statistics/benjamini-hochberg-procedure

İlişkili yöntemler

Bonferroni DüzeltmesiHolm Düzeltmesi (Holm-Bonferroni)Çoklu Doğrusal Regresyon

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Bonferroni Düzeltmesiİstatistik↔ karşılaştır
  • Holm Düzeltmesi (Holm-Bonferroni)İstatistik↔ karşılaştır
  • Çoklu Doğrusal Regresyonİstatistik↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bonferroni DüzeltmesiHolm Düzeltmesi (Holm-Bonferroni)

Benzer yöntemler

Çoklu Karşılaştırma ProblemiBonferroni DüzeltmesiHolm Düzeltmesi (Holm-Bonferroni)p-Değeri ve İstatistiksel AnlamlılıkTip I ve Tip II HatalarıBayes Hipotez Testi AraştırmasıPermütasyon (Rastgeleleştirme) TestiFisher'ın kesin testi

İlgili referans kavramlar

Çoklu Hipotez Testiİstatistiksel Hipotez TestiTip I ve Tip II HatalarHipotez Testi Çerçevesiİstatistiksel Güç ve Örneklem BüyüklüğüPermütasyon Testleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Benjamini-Hochberg Procedure (Benjamini-Hochberg False Discovery Rate Procedure). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/statistics/benjamini-hochberg-procedure · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Yoav Benjamini & Yosef Hochberg
Year
1995
Family
Hypothesis test
Type
False discovery rate (FDR) procedure
ErrorControl
False discovery rate (FDR)
Parametric
Evet
Procedure
Step-up (linear) on ordered p-values
Applicability
Large-scale simultaneous testing
İlişkili yöntemler
Bonferroni DüzeltmesiHolm Düzeltmesi (Holm-Bonferroni)Çoklu Doğrusal Regresyon
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil