多重检验校正Skill multiple-testing-correction

多重检验校正技能用于在同时进行多个统计假设检验时,通过数学方法调整p值或显著性阈值,以控制整体错误率(如族错误率FWER或错误发现率FDR)。核心功能包括Bonferroni校正、Holm-Bonferroni方法、Benjamini-Hochberg FDR控制等,广泛应用于数据分析、生物信息学、量化金融、科学研究等领域,确保统计推断的可靠性,避免多重比较带来的假阳性问题。关键词:多重检验校正,p值校正,FWER,FDR,Bonferroni,假设检验,统计显著性,错误率控制。

数据分析 0 次安装 0 次浏览 更新于 2/25/2026

name: multiple-testing-correction description: 多重比较校正方法 allowed-tools:

  • Bash
  • Read
  • Write
  • Edit
  • Glob
  • Grep metadata: specialization: 数学 domain: 科学 category: 统计计算 phase: 6

多重检验校正

目的

提供多重比较校正方法,用于控制同时进行多个假设检验时的错误率。

功能

  • Bonferroni校正
  • Holm-Bonferroni方法
  • Benjamini-Hochberg FDR控制
  • Šidák校正
  • 基于置换的校正
  • 族错误率控制

使用指南

  1. 错误率选择:根据目标选择FWER(族错误率)与FDR(错误发现率)
  2. 方法选择:应用适当的校正方法
  3. 依赖关系处理:考虑检验之间的依赖性
  4. 结果解释:正确报告校正后的p值

工具/库

  • statsmodels
  • scipy.stats
  • multcomp ®
  • multtest ®