A family of Bayes multiple testing procedures
一族贝叶斯多重检验程序AI 解读 ↓
← 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。
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：摘要研究独立统计量下的通用贝叶斯多重检验，未明确对应所列领域细分。
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…
一族贝叶斯多重检验程序
- 研究问题
- 在检验统计量相互独立的模型下，如何兼顾多重检验的保守程度与对先验上较可能或较有意义备择的关注。
- 方法与思路
- 作者构造含两个调节参数的贝叶斯检验族，以 Benjamini–Hochberg 程序为保守性参照，调节参数以平衡操作特征。
- 材料陈述的贡献
- 摘要称该程序避免流行逐步方法的若干缺点，任意假设数量下均可计算；两个模拟例子中，较大参数区域内错误次数更少。
- 阅读关注点
- 应核对先验与损失函数、调节参数选择及错误次数的定义，并区分以 BH 为参照和实际获得频率学错误率保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给出该程序的 FDR 控制定理，模拟优势限于所述例子与参数范围。
原文摘要
Under the model of independent test statistics, we propose a two-parameter family of Bayes multiple testing procedures. The two parameters can be viewed as tuning parameters. Using the Benjamini–Hochberg step-up procedure for controlling false discovery rate as a baseline for conservativeness, we choose the tuning parameters to compromise between the operating characteristics of that procedure and a less conservative procedure that focuses on alternatives that a priori might be considered likely or meaningful. The Bayes procedures do not have the theoretical and practical shortcomings of the popular stepwise procedures. In terms of the number of mistakes, simulations for two examples indicate that over a large segment of the parameter space, the Bayes procedure is preferable to the step-up procedure. Another desirable feature of the procedures is that they are computationally feasible for any number of hypotheses.