Adaptive and Dynamic Adaptive Procedures for False Discovery Rate Control and Estimation
错误发现率控制与估计的自适应及动态自适应程序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：摘要研究通用多重检验与错误发现率理论，未指向所列因果、时间序列或金融应用，不能仅凭依赖性表述指定领域。
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
错误发现率控制与估计的自适应及动态自适应程序
- 研究问题
- 利用真实零假设比例的信息改进错误发现率推断时，如何保证固定或数据驱动阈值下的保守估计，并兼顾控制与功效？
- 方法与思路
- 作者分析基于超过阈值的 p 值估计真实零假设比例的方法，分别研究固定阈值、动态阈值及同时保守估计和控制的条件。
- 材料陈述的贡献
- 摘要称给出固定阈值下的有限样本证明及动态程序的相关条件；模拟中一种新程序在独立和轻度依赖下取得更高功效。
- 阅读关注点
- 应核对数据驱动阈值须满足的条件、保守估计与错误发现率控制的区别，以及依赖结构和真实零假设比例估计误差的作用。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；动态程序的有限样本保证和依赖条件未具体展开，不能推广到任意依赖结构。
原文摘要
Summary Many methods for estimation or control of the false discovery rate (FDR) can be improved by incorporating information about π0, the proportion of all tested null hypotheses that are true. Estimates of π0 are often based on the number of p-values that exceed a threshold λ. We first give a finite sample proof for conservative point estimation of the FDR when the λ-parameter is fixed. Then we establish a condition under which a dynamic adaptive procedure, whose λ-parameter is determined by data, will lead to conservative π0- and FDR estimators. We also present asymptotic results on simultaneous conservative FDR estimation and control for a class of dynamic adaptive procedures. Simulation results show that a novel dynamic adaptive procedure achieves more power through smaller estimation errors for π0 under independence and mild dependence conditions. We conclude by discussing the connection between estimation and control of the FDR and show that several recently developed FDR control procedures can be cast in a unifying framework where the strength of the procedures can be easily evaluated.