跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究通用多重检验的错误发现率;因子模型仅用于构造反例,没有宏观或金融因子研究的明确文本依据。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Edgar Dobriban

相关双侧高斯检验中 BH 程序可能无法控制错误发现率

研究问题
对相关的双侧高斯检验,Benjamini–Hochberg 程序是否总能在名义水平控制错误发现率,还是存在可严格认证的反例?
方法与思路
作者构造一个因子模型,使用区间算术证书证明大量假设下错误发现率超过名义水平,并以蒙特卡洛实验进行对照。
材料陈述的贡献
摘要称,在名义水平 0.01 时,充分多假设下 FDR 大于 0.0104,从而反驳一项长期猜想,模拟与该理论结论一致。
阅读关注点
应核对反例的相关结构、真假零假设配置、区间算术证书及充分大假设数量的含义,并区分反例成立与其他情形。
阅读边界
这是 arXiv 预印本,不能据此认定已同行评审或期刊接收;摘要中的证明及人工核查均属作者陈述,不能推及所有相关检验。

原文摘要

We show that the Benjamini--Hochberg procedure can fail to control the false discovery rate (FDR) at its nominal level for correlated two-sided Gaussian $p$-values. We construct a factor model for which, at level $α=0.01$, a rigorous interval-arithmetic certificate proves $FDR>0.0104$ for all sufficiently large numbers of hypotheses. This disproves a conjecture widely believed to be true for twenty years. Monte Carlo experiments are consistent with the theoretical result. The proof was obtained by GPT-5.6 Pro and carefully checked by the author.

笔记与分组