Assessing replicability of findings across two studies of multiple features
评估两项多特征研究中发现的可重复性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：摘要研究跨研究共同信号的多重检验与错误控制，应用为行为遗传学，未明确涉及用户所列计量领域细分，因此留空。
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
评估两项多特征研究中发现的可重复性
- 研究问题
- 两项独立研究考察相同特征时，如何识别共同信号，并在先筛选后检验的过程中控制错误宣称结果可重复的概率？
- 方法与思路
- 作者先在两项研究中分别筛选有希望的特征，再仅检验双方共同入选者，构建控制家族错误率或错误发现率的检验程序。
- 材料陈述的贡献
- 摘要称，程序对可重复性声明提供错误控制保证，也可用于单项研究的信号发现，并比较检验功效及展示行为遗传学应用。
- 阅读关注点
- 应核对可重复性对应的原假设、筛选与检验步骤间的依赖条件，以及家族错误率和错误发现率保证各自的适用要求。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；特征依赖条件、筛选规则及功效比较细节未说明，不能推断刊本变化或全面复现性。
原文摘要
Replicability analysis aims to identify the overlapping signals across independent studies that examine the same features. For this purpose we develop hypothesis testing procedures that first select the promising features from each of two studies separately. Only those features selected in both studies are then tested. The proposed procedures have theoretical guarantees regarding their control of the familywise error rate or false discovery rate on the replicability claims. They can also be used for signal discovery in each study separately, with the desired error control. Their power for detecting truly replicable findings is compared to alternatives. We illustrate the procedures on behavioural genetics data.