The Benjamini-Hochberg method with infinitely many contrasts in linear models
线性模型中无限多个对比的 Benjamini–Hochberg 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：摘要讨论通用线性模型的多重比较，没有所列经济或金融细分的直接依据。
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
线性模型中无限多个对比的 Benjamini–Hochberg 方法
- 研究问题
- 在线性模型中需要检验无限多个对比时，如何应用 Benjamini–Hochberg 错误发现率控制思想，并构造可计算的临界值？
- 方法与思路
- 作者推导依赖数据中 F 统计量的精确临界值，形成自适应多重比较方法，与 Scheffé 方法比较并扩展至同时置信区间。
- 材料陈述的贡献
- 摘要称得到精确且易计算的临界值，并把错误发现率方法用于无限对比检验及相关同时置信区间，未给出具体比较结果。
- 阅读关注点
- 应核对无限对比集合的定义、错误发现率如何计量、精确临界值成立的分布条件，以及区间扩展对应的覆盖目标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；无限检验下的错误定义和模型假设未说明，不能将错误发现率控制等同于族错误率控制。
原文摘要
Benjamini and Hochberg's method for controlling the false discovery rate is applied to the problem of testing infinitely many contrasts in linear models. Exact, easily calculated critical values are derived, defining a new multiple comparisons method for testing contrasts in linear models. The method is adaptive, depending on the data through the F-statistic, like the Waller–Duncan Bayesian multiple comparisons method. Comparisons with Scheffé's method are given, and the method is extended to the simultaneous confidence intervals of Benjamini and Yekutieli.