On fuzzy familywise error rate and false discovery rate procedures for discrete distributions
离散分布下的模糊族错误率与错误发现率控制程序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：摘要讨论通用离散检验与多重比较，未提供所列经济计量细分方向的直接依据。
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
离散分布下的模糊族错误率与错误发现率控制程序
- 研究问题
- 离散检验统计量使多重比较难以直接套用连续分布理论；本文研究如何构造检验程序并表达反对原假设的证据。
- 方法与思路
- 作者引入模糊多重比较程序，以随机化 p 值的临界函数衡量证据，并将经典随机化检验扩展到多重比较。
- 材料陈述的贡献
- 摘要称该方法使连续统计量的多重比较理论可用于离散情形，并讨论两类错误率控制程序及连锁不平衡检验应用。
- 阅读关注点
- 应核对临界函数与随机化 p 值的定义、错误率控制所需条件，以及随机化结果如何解释和用于实际决策。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要未说明具体控制条件和数值表现，软件可用性也未核验，不能推断刊本变化。
原文摘要
Fuzzy multiple comparisons procedures are introduced as a solution to the problem of multiple comparisons for discrete test statistics. The critical function of the randomized p-values is proposed as a measure of evidence against the null hypotheses. The classical concept of randomized tests is extended to multiple comparisons. This approach makes all theory of multiple comparisons developed for continuously distributed statistics automatically applicable to the discrete case. Examples of familywise error rate and false discovery rate procedures are discussed and an application to linkage disequilibrium testing is given. Software for implementing the procedures is available.