Lower bounds for the number of false null hypotheses for multiple testing of associations under general dependence structures
一般依赖结构下多重关联检验中非真零假设数量的下界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：摘要属于一般多重检验和依赖稳健下界理论，未提供所列应用领域的直接依据。
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
一般依赖结构下多重关联检验中非真零假设数量的下界
- 研究问题
- 同时检验多个关联关系且统计量存在未知依赖时，如何为实际不成立的零假设数量构造有效的概率下界？
- 方法与思路
- 作者提出允许一般未知依赖结构的概率下界估计量，并分析其识别非真零假设总体比例的能力及与其他估计量的比较。
- 材料陈述的贡献
- 摘要称，该估计量即使在检验统计量强依赖时也能提供较紧的概率下界，并讨论检出全部非真零假设比例的功效。
- 阅读关注点
- 应核对概率下界的置信含义、对单项检验的要求和紧性的判定，并区分非真零假设数量与错误拒绝真零假设的数量。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；有效性条件、概率水平及紧性的具体界限未说明，不能推断刊本变化。
原文摘要
We propose probabilistic lower bounds for the number of false null hypotheses when testing multiple hypotheses of association simultaneously. The bounds are valid under general and unknown dependence structures between the test statistics. The power of the proposed estimator to detect the full proportion of false null hypotheses is discussed and compared to other estimators. The proposed estimator is shown to deliver a tight probabilistic lower bound for the number of false null hypotheses in a multiple testing situation even under strong dependence between test statistics.