Variance of the Number of False Discoveries
错误发现数量的方差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：摘要研究基因组多重检验的方差与计算，未提供归入所列计量领域细分的直接依据。
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
错误发现数量的方差
- 研究问题
- 在检验数量远大于样本量的基因组研究中，检验统计量之间的依赖如何影响错误发现数量的方差及其计算？
- 方法与思路
- 作者提出纳入检验统计量相关性的方差公式，并通过抽样检验对近似计算，避免逐一处理全部检验对的成本。
- 材料陈述的贡献
- 摘要称，独立性假设给出的方差公式不足以处理相关检验；所提抽样近似方法的计算成本可不依赖检验总数。
- 阅读关注点
- 应核对方差公式成立的分布条件、相关性的估计方式，以及抽样检验对的数量如何决定近似误差和计算成本。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未说明抽样近似的误差保证、相关性估计误差及有限样本表现，不能推断其他版本变化。
原文摘要
Summary In high throughput genomic work, a very large number d of hypotheses are tested based on n≪d data samples. The large number of tests necessitates an adjustment for false discoveries in which a true null hypothesis was rejected. The expected number of false discoveries is easy to obtain. Dependences between the hypothesis tests greatly affect the variance of the number of false discoveries. Assuming that the tests are independent gives an inadequate variance formula. The paper presents a variance formula that takes account of the correlations between test statistics. That formula involves O(d2) correlations, and so a naïve implementation has cost O(nd2). A method based on sampling pairs of tests allows the variance to be approximated at a cost that is independent of d.