Bonferroni法、Holm法、False Discovery Rate | 大阪大学腎臓内科
- https://www.med.osaka-u.ac.jp
- kid
- clinicaljournalclub1
- https://www.med.osaka-u.ac.jp
- kid
- clinicaljournalclub1
Bonferroni法では、N個の検定全てにおいて同一のα水準(= α/N)を採用しましたが、Holm法ではp値の大きさに従って、α水準が異なります。以下、Holm法の具体的な方法を説明し ...
ボンフェローニの概要と結果 - アイスタット
- https://istat.co.jp
- Multiple-comparison
- Bonferroni
- https://istat.co.jp
- Multiple-comparison
- Bonferroni
... 方法である。 ○メリット. 母集団の正規性、等分散性について頑健である。 (母集団の正規性、等分散性未知でも使える). ○デメリット. 5群以上では検出力が落ちる。
10. 多重比較 - Yuki Yanai
- https://yukiyanai.github.io
- econometrics_slides_10
- https://yukiyanai.github.io
- econometrics_slides_10
- 検出力:帰無仮説が誤っているときに、帰無仮説を ... •ホルムの方法:ボンフェローニの方法の改良版. •検定 ... 多重比較法のまとめ. •事前にファミリーを設定し ...
多重比較手法の選び方 - PukiWiki
- https://stack.sakura.ne.jp
- stat
- 多重比較手法の選び方
- https://stack.sakura.ne.jp
- stat
- 多重比較手法の選び方
いつでも使えるが、検出力は低い(有意になりにくい)方法. Bonferroni(ボーンフェローニ)の方法は、2群の検定をたくさん行った後、そのP値の判定基準を補正する方法 ...
基本的な多重比較法 - 統計学入門一歩先へ
- https://mstour.hatenablog.com
- entry
- 2020/12/15
- https://mstour.hatenablog.com
- entry
- 2020/12/15
2020/12/15 -Bonferroni法は、比較の数が少ない場合にはTukey法よりも検出力が高く好ましいとされており、また使用場面が限定されないという点ではDunnett法よりも使い ...
ANOVA君/多重比較の方法 - 井関龍太のページ
- http://riseki.php.xdomain.jp
- 多重比較の方法
- http://riseki.php.xdomain.jp
- 多重比較の方法
2023/12/19 -Bonferroniの方法をステップダウン方式にすることで,検出力を高めた方法です。 この方法は,SRB(Sequentially Rejective Bonferroni)法とも呼ばれます ...
多重検定の補正が及ぼす影響について
- https://ipsj.ixsq.nii.ac.jp
- ...
- https://ipsj.ixsq.nii.ac.jp
- ...
例えば,有意水準と検出力. が一定で効果量が小さい場合,より大きいサンプルサイズ. が必要となる. Bonferroni の補正法を適用した場合,有意水準の値は小. さくなる.
したがって Bonferroni 法より Sidak 法の方が検出力が高くなるが,. 両者の差は殆どなく,一般に Bonferroni 法の代りに Sidak 法を用いるメリットはあまりない. Simes ...
ホルム=ボンフェローニ法 - Wikipedia
- https://ja.wikipedia.org
- wiki
- ホルム=ボンフェローニ法
- https://ja.wikipedia.org
- wiki
- ホルム=ボンフェローニ法
ホルム=ボンフェローニ法は古典的なボンフェローニ補正よりも「一様に」より検出力が高い。これは、常に少なくとも同等に検出力が高いことを意味する。 ファミリー ...
ボンフェローニの多重比較検定 | 統計用語集 | 統計WEB
- https://bellcurve.jp
- ホーム
- 統計用語集
- ハ行
- https://bellcurve.jp
- ホーム
- 統計用語集
- ハ行
多重比較検定の一つで、すべての対比較を行う検定のこと。対比較の数に応じて有意水準を調整するため、対比較の数が多くなると検出力が低くなる。