Estimating the Proportion of True Null Hypotheses, with application to DNA Microarray Data
真实零假设比例的估计及其在 DNA 微阵列数据中的应用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：摘要聚焦多重检验与 DNA 微阵列应用，未涉及所列计量经济学细分领域的特定问题。
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…
真实零假设比例的估计及其在 DNA 微阵列数据中的应用
- 研究问题
- 在基于 p 值的多重检验中，如何估计真实零假设所占比例，以及按独立统计量推导的方法在存在依赖时表现如何？
- 方法与思路
- 作者回顾已有估计方法，对递减及凸递减的 p 值密度进行非参数最大似然估计，并用模拟考察统计量依赖的影响。
- 材料陈述的贡献
- 摘要称，论文提出新的真实零假设比例估计量；模拟表明它们对独立性偏离相对稳健，在中等依赖下仍表现良好。
- 阅读关注点
- 应核对零假设比例的识别条件、密度形状限制及其理由，并查看依赖模拟的具体结构、强度和误差评价指标。
- 阅读边界
- 仅据 Crossref 摘要；中等依赖的定义和模拟数值未提供，模拟稳健性不能替代一般依赖下的理论保证，也不能推断版本变化。
原文摘要
Summary We consider the problem of estimating the proportion of true null hypotheses, π0, in a multiple-hypothesis set-up. The tests are based on observed p-values. We first review published estimators based on the estimator that was suggested by Schweder and Spjøtvoll. Then we derive new estimators based on nonparametric maximum likelihood estimation of the p-value density, restricting to decreasing and convex decreasing densities. The estimators of π0 are all derived under the assumption of independent test statistics. Their performance under dependence is investigated in a simulation study. We find that the estimators are relatively robust with respect to the assumption of independence and work well also for test statistics with moderate dependence.