fwer

最新推荐文章于 2021-04-10 08:34:11 发布
原创 最新推荐文章于 2021-04-10 08:34:11 发布 · 610 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

asfsdf
aknan
关注
如何通俗地理解Family-wise error rate(FWER)和False discovery rate(FDR)
sch的学习笔记
02-03 3万+
Family-wise error rate(FWER)，暂时还不了解比较通俗易懂的翻译。False discovery rate(FDR)，一般翻译为错误发现率。在研究使用假设检验解决机器学习中的分类问题时，我遇到了多重假设检验问题。FWER和FDR正是解决这一问题的两种方法。经过老师和师兄师姐的指导，我能够将FDR应用于自己的问题当中，并且实验结果也有所改善。但是，应用之后，我仍然存在一些困惑...
多重比较校正中的一些概念
amw5181360的博客
03-24 1625
关于多重比较校正，虽然曾经查过很多东西，也大概记住一些，但最近发现没留下多少正确的印象。所以又温习了一遍，稍加整理，留备后用。当然，这些还是我自己的理解，如果有不对的地方，还请指出 :) 主要内容均来自wikipedia以及这个网页. 假设我们手上有一枚硬币，想通过抛10次硬币的方法检验它的金属分布是否均匀，结果发现扔10次，有9次国徽朝上。此时我们打算下结论说它...
多重检验的p值校正：FWER和FDR
ofoliao的博客
06-23 8586
先回忆一下假设检验的来两类错误(参考：深入理解假设检验的两类错误和功效)： 对于多重检验来说，假设做了m次test，V是假阳性的次数，S是真阳性的次数，R是V+S。 列表如下： H0H_0H0​ Do not reject H0H_0H0​ Reject H0H_0H0​ Total TRUE U V m0m_0m0​ FALSE T S m−m0m-m_0m−m0​ Total m-R R m FWER: Family-wise error rate FWE
【学习笔记】组间差异比较及相关问题总结
Absolute Zero
03-22 3万+
前 言 最近在对数据进行统计分析时发现自己其实对于统计学并没有一个很系统的了解，尤其是各种假设检验组间差异比较的方法过于繁多，实在是让人眼花缭乱，于是便打算把自己的疑惑及思考都总结记录下来，以便彻底搞清楚这些逻辑关系。 目 录 Q1：做组间差异的步骤是什么？方法都有哪些？ Q2：有些资料上提到，当两组服从正态分布的数据进行比较时，小样本（<30）使用t检验，大样本（>30）使用z检验，为什么SPSS等一些软件中只有t检验？ Q3：为什么 Wilcoxon rank-sum tes.
如何使用UCI数据集
sch的学习笔记
10-29 5万+
UCI数据集是一个常用的机器学习标准测试数据集。 地址： http://www.ics.uci.edu/~mlearn 以Iris鸢尾花数据集为例： 1.Iris数据集在右边方框【Most Popular Data Sets (hits since 2007)】中第一个。 2.点击Iris数据集，进入该数据集详情页面： 上面是这个数据集的详细信息：多变量数据集，没有缺失值，...
列联表（观察频数）： education 1.0 2.0 3.0 4.0 age_group 20-29 3 10 2 0 30-39 30 50 19 6 40-49 80 116 15 6 50-59 208 149 18 2 60-69 166 127 25 4 70-79 176 49 12 0 80-91 34 9 3 1 卡方检验结果: 卡方值 = 136.9927 P值 = 0.00000000 自由度 = 18 ▶ 结论：不同年龄组的学历分布存在显著差异 (p < 0.05) Cramer's V效应量 = 0.1860 年龄组间两两比较结果(Tukey HSD): Multiple Comparison of Means - Tukey HSD, FWER=0.05 ==================================================== group1 group2 meandiff p-adj lower upper reject ---------------------------------------------------- 20-29 30-39 0.0762 0.9996 -0.4636 0.616 False 20-29 40-49 -0.1776 0.9531 -0.6997 0.3445 False 20-29 50-59 -0.4267 0.18 -0.9416 0.0882 False 20-29 60-69 -0.3464 0.4279 -0.863 0.1702 False 20-29 70-79 -0.6253 0.0074 -1.146 -0.1046 True 20-29 80-91 -0.5504 0.0759 -1.1303 0.0296 False 30-39 40-49 -0.2538 0.022 -0.4862 -0.0213 True 30-39 50-59 -0.5029 0.0 -0.7187 -0.2871 True 30-39 60-69 -0.4226 0.0 -0.6423 -0.2028 True 30-39 70-79 -0.7015 0.0 -0.9308 -0.4722 True 30-39 80-91 -0.6265 0.0 -0.9698 -0.2833 True 40-49 50-59 -0.2491 0.0002 -0.4158 -0.0825 True 40-49 60-69 -0.1688 0.0577 -0.3406 0.003 False 40-49 70-79 -0.4477 0.0 -0.6315 -0.264 True 40-49 80-91 -0.3728 0.0087 -0.6874 -0.0581 True 50-59 60-69 0.0803 0.6835 -0.0681 0.2287 False 50-59 70-79 -0.1986 0.0057 -0.3607 -0.0365 True 50-59 80-91 -0.1237 0.8916 -0.4262 0.1789 False 60-69 70-79 -0.2789 0.0 -0.4463 -0.1116 True 60-69 80-91 -0.204 0.4328 -0.5093 0.1014 False 70-79 80-91 0.075 0.9921 -0.2373 0.3872 False什么意思
06-13
我们有一个列联表，卡方检验显示不同年龄组的学历分布存在显著差异（p）。Cramer'sV效应量为0.186，表明效应较小但显著。TukeyHSD的事后检验用于比较各年龄组间平均教育水平的差异（将教育水平视为连续变量进行两两...
多重假设检验中FDR的错误率控制
11-23
FDR提供了一种更加灵活的方法来控制错误率，尤其适用于处理大规模数据集时，相比于FWER更能保持检测效能。 #### FDR的定义及其控制方法 1995年，Benjamini 和 Hochberg 首次提出了FDR的概念，并提出了一种简单有效...
FDR计算
Timo_优快云的博客
11-03 5484
FDR计算 FDR的计算很简单，我折腾了一上午主要是因为遇到了以下几个问题。 问题： FDR是什么？有什么用？怎么计算？ 我把几个模型的P值都合并成一个表了，所以每次运算FDR时，我需挑选特定的对象。 我有多个模型，所以我想着要如何构建循环。 FDR的数据类型和输出结果都是vector，所以要如何把vector的结果写回dataframe里 解决： 逐一摸索，再次巩固R的基础知识（PS：雷子要赶明天的组会汇报，所以我必须自食其力）。 我的FDR理论学习笔记（微博） 挑选特定的数值。因为FDR是多次
p值校正，FDR（BH法）的实现过程
weixin_42480153的博客
06-18 3万+
原理：我们要看下最常用的BH法的论文 做m次无效假设作物的数量 那么，被错误地拒绝了的无效假设的比例Q=V/(V+S)=V/R 所谓的FDR值就是Q的期望值，E（Q）=E（V/R） 如果无效假设是正确的（s=0且v=r），FDR值就和FWER（familywise error rate）一样，假设v=0(结合s=0,就是说假设结果一次错误都没有出),Q就为0；如果v>0(出...
matlab 计算 fdr,基因富集分析（p值，q值和FDR值）
weixin_34731836的博客
04-10 7188
统计概念配对样本均数t检验p值、pFDR和q值p值相关单个假设检验中主要依靠p值(或统计量t)做出是否拒绝零假设H0的决定：p值和预先设定的检验水准alpha做对比，如果p值小于等于alpha，拒绝原假设，否则不拒绝原假设。p值：表征了在原假设成立的条件下，重复进行当前的试验，获得现有统计量t及其更极端情况的概率。给定检验水准alpha时，可得出对应的拒绝域；根据当前试验，可以计算出p值。当p值越...
多重比较偏误及三种调整方式:Benferroni/Holm/BHY Adjustment
Notetaking
05-26 1万+
… and the Cross-Section of Expected Returns Campbell et al. 2016, RFS 这是一篇文献阅读笔记，文献为： Harvey C R, Liu Y, Zhu H. … and the cross-section of expected returns[J]. The Review of Financial Studies, 2016, 2...
fdr校正R实现
Christina
08-01 3万+
1.利用p.adjust函数 data&lt;-c(0.05,0.90,0.89……) p.adjust(data,method="fdr,n=length(data)) 这里data大小应该给从小到大排列，否则校正出的p值有很多相同的值 解决这一问题的办法是利用R的软件包，即第二种方法 2.install.packages("fdrtool") data&lt;-c(0.05,0.9...
matlab mafdr,Matlab FDR校正的使用
weixin_39624360的博客
03-16 5062
分析脑电在涉及到多次比较的时候，往往要进行多重比较校正，常用的是有FWE校正和FDR，还有NBS校正，以下的是关于FDR校正的实现，资料来自网上FDR = mafdr(PValues);%最简单的实现方式，基于Storey procedure ( introduced by Storey, 2002)，适用于P值数量>1000的情况，否则原则上会崩溃。我用MATLAB测试过，会出现warni...
两个常用的数据标准化方法及Matlab和Python实现
sch的学习笔记
12-12 3万+
参考：数据归一化和两种常用的归一化方法，博主对原文进行了润色并添加了Matlab实现。 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果。为了消除指标（特征）之间的量纲影响，数据集需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两...
Matlab中向量的交集、并集、差集等集合运算
热门推荐
sch的学习笔记
12-30 9万+
学习Matlab一定要查看help文档啊啊啊 一、集合运算的函数如下: intersect(A, B)：集合交集，A和B均为向量 union(A, B) ：集合并集 setdiff(A, B) ：集合A减集合B的差集(如果集合A中的元素都在B中存在，则结果为空) ismember(a, A) ：判断是否是集合中的元素 sort(A)：对向量进行排序 issorted(A)：判断集合是否有序
利用遗传算法优化列车自动运行系统运行引导曲线.zip
08-11
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
永磁同步电机无传感器控制：基于二阶滑模超螺旋与模糊控制的新模型
08-11
内容概要：本文介绍了一种新的永磁同步电机（PMSM）无位置（速度）传感器控制模型。该模型引入了二阶滑模超螺旋控制率和模糊控制器，旨在解决传统滑模控制中存在的抖振问题并提高控制精度。文中详细对比了传统滑模控制与新型二阶滑模超螺旋控制率的特点，强调后者具有更快的响应速度和更高的精度。模糊控制器通过输出变滑模增益，能动态调整滑模增益，进一步提升系统的稳定性和抗干扰能力。最后，文章提供了详细的滑模搭建文档、仿真模型及相关参考资料，便于读者理解和应用。 适合人群：从事电机控制系统研究与开发的技术人员，尤其是对永磁同步电机无传感器控制感兴趣的科研人员和工程师。 使用场景及目标：适用于需要高精度、快速响应的电机控制系统设计，如工业自动化、电动汽车等领域。目标是通过引入先进的控制算法，提升系统的稳定性和控制精度。 阅读建议：读者可以通过提供的仿真模型和相关资料深入理解新型控制方法的工作原理及其优势，结合实际应用场景进行实验验证。
jenkins3.508的插件压缩包
08-11
jenkins3.508的插件压缩包，把常用的一些插件包都下载打包了，方便那些服务器环境不能联网的小伙伴们
电子系统设计基本知识(ADD).pdf
最新发布
08-11
电子系统设计基本知识(ADD).pdf
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值