Flexible control of the median of the false discovery proportion
错误发现比例中位数的灵活控制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：摘要属于通用多重检验理论，未指向所列领域细分中的特定经济学问题。
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…
错误发现比例中位数的灵活控制
- 研究问题
- 在多重检验中，如何控制错误发现比例的中位数，并允许研究者观察数据后选择一个或多个控制水平而仍维持有效性？
- 方法与思路
- 作者调整真零假设总数的估计方法，构造有限样本同时中位数无偏的错误发现比例估计量，再据此形成仅输入 p 值的程序。
- 材料陈述的贡献
- 摘要称方法允许事后选择控制水平，无须独立性假设，并在 p 值排序后具有线性计算复杂度；理论论证辅以模拟说明。
- 阅读关注点
- 应核对中位数控制与均值控制的区别、同时有效性的含义，以及不要求独立性时仍需满足的条件和事后选择的允许范围。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断允许的全部依赖结构与 p 值条件；中位数控制不能直接解释为通常的错误发现率均值控制。
原文摘要
Summary We introduce a multiple testing procedure that controls the median of the proportion of false discoveries in a flexible way. The procedure requires only a vector of p-values as input and is comparable to the Benjamini–Hochberg method, which controls the mean of the proportion of false discoveries. Our method allows free choice of one or several values of $ \alpha $ after seeing the data, unlike the Benjamini–Hochberg procedure, which can be very anti-conservative when $ \alpha $ is chosen post hoc. We prove these claims and illustrate them with simulations. The proposed procedure is inspired by a popular estimator of the total number of true hypotheses. We adapt this estimator to provide simultaneously median unbiased estimators of the proportion of false discoveries, valid for finite samples. This simultaneity allows for the claimed flexibility. Our approach does not assume independence. The time complexity of our method is linear in the number of hypotheses, after sorting the p-values.