Estimating the Null and the Proportion of Nonnull Effects in Large-Scale Multiple Comparisons
大规模多重比较中的零分布与非零效应比例估计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：摘要研究通用多重比较中的零分布和非零比例估计，应用为微阵列数据，未提供所列经济金融细分方向的依据。
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
大规模多重比较中的零分布与非零效应比例估计
- 研究问题
- 当大规模多重比较中的零分布不能视为已知时，如何估计正态零分布及非零效应比例，降低零分布误设带来的影响？
- 方法与思路
- 作者利用经验特征函数与傅里叶分析构造估计量，研究其一致性，并通过模拟和乳腺癌及 HIV 微阵列数据考察表现。
- 材料陈述的贡献
- 摘要称估计量在广泛参数类上一致收敛，并在模拟及真实数据比较中表现较好；参数类和比较指标未在摘要展开。
- 阅读关注点
- 阅读时应核对零分布的识别条件、非零效应所受限制、频率或调节参数选择，以及一致性结论覆盖的参数集合。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未给出依赖结构、收敛速度及比较数值，不能推出所有多重检验程序均获改善。
原文摘要
An important issue raised by Efron in the context of large-scale multiple comparisons is that in many applications, the usual assumption that the null distribution is known is incorrect, and seemingly negligible differences in the null may result in large differences in subsequent studies. This suggests that a careful study of estimation of the null is indispensable. In this article we consider the problem of estimating a null normal distribution, and a closely related problem, estimation of the proportion of nonnull effects. We develop an approach based on the empirical characteristic function and Fourier analysis. The estimators are shown to be uniformly consistent over a wide class of parameters. We investigate the numerical performance of the estimators using both simulated and real data. In particular, we apply our procedure to the analysis of breast cancer and human immunodeficiency virus microarray datasets. The estimators perform favorably compared with existing methods.