A Direct Approach to False Discovery Rates
错误发现率的直接处理方法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：摘要提出通用多重检验方法，没有限定于所列经济计量细分方向。
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
错误发现率的直接处理方法
- 研究问题
- 在多重假设检验中，能否通过先固定拒绝域、再估计对应错误率来进行推断，并如何理解 FDR、pFDR 与 q 值的关系？
- 方法与思路
- 作者提出反转传统程序的顺序：固定拒绝域后估计错误率，将方法用于 FDR 与 pFDR，并讨论作为 pFDR 对应指标的 q 值。
- 材料陈述的贡献
- 摘要称，该方法提升适用性、准确性与功效；部分简单数值例子中，功效超过 Benjamini–Hochberg 方法的八倍。
- 阅读关注点
- 应核对错误率估计所需条件、FDR 与 pFDR 的定义、q 值的计算方式，以及八倍以上功效增益对应的比较设定。
- 阅读边界
- 仅据 Crossref 摘要；摘要未说明依赖结构、调参和完整控制条件，示例中的功效增益不能当作普遍优越性。
原文摘要
Summary Multiple-hypothesis testing involves guarding against much more complicated errors than single-hypothesis testing. Whereas we typically control the type I error rate for a single-hypothesis test, a compound error rate is controlled for multiple-hypothesis tests. For example, controlling the false discovery rate FDR traditionally involves intricate sequential p-value rejection methods based on the observed data. Whereas a sequential p-value method fixes the error rate and estimates its corresponding rejection region, we propose the opposite approach—we fix the rejection region and then estimate its corresponding error rate. This new approach offers increased applicability, accuracy and power. We apply the methodology to both the positive false discovery rate pFDR and FDR, and provide evidence for its benefits. It is shown that pFDR is probably the quantity of interest over FDR. Also discussed is the calculation of the q-value, the pFDR analogue of the p-value, which eliminates the need to set the error rate beforehand as is traditionally done. Some simple numerical examples are presented that show that this new approach can yield an increase of over eight times in power compared with the Benjamini–Hochberg FDR method.