2019年12月
发表于:中国科学院学报,2020,13 (4),812-843
当同时考虑多个假设检验时,除非明确考虑检验框架的多重性,否则标准统计技术将导致对零假设的过度拒绝。本文讨论了Romano-Wolf多重假设修正,并记录了它在Stata中的实现。罗曼-沃尔夫修正(渐近地)控制家族错误率(FWER),即在被检验的假设家族中拒绝至少一个真零假设的概率。这个修正比早期的多重测试过程(如Bonferroni和Holm修正)要强大得多,因为它通过从原始数据重新采样考虑到了测试统计数据的依赖结构。我们描述了一个实现此校正的Stata命令rwolf,并提供了许多基于广泛模型的示例。我们记录并讨论了使用rwolf比其他控制FWER的多重校正过程所获得的性能收益。
下载
这些必要的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定网站上某些页面的访客数量和效果,并优化我们的内容。