多重性分析基础

本文介绍了多重性分析在药物用量multi-arm clinical trials中的重要性,特别是针对FWER(家族错误率)的控制,包括了Bonferroni correction和Holm-Bonferroni方法的解释,强调了在进行多重假设检验时控制错误率的必要性。

1.背景

针对药物用量multi-arm clinical trials,比如研究药物A不同剂量与反应的关系,或者不同药物与反应的关系。在design阶段,通常需要考虑多重性调整的必要性(ICH)E9。

 

2.概念

(1)FWER(family wise error rate)

"The familywise error rate (FWE or FWER) is the probability of a coming to at least one false conclusion in a series of hypothesis tests . In other words, it’s the probability of making at least one Type I Error"

就是说,在进行多重比较的时候,至少有一个真的零假设被拒绝(犯第一类错误)的概率。之所以在进行多重比较的时候需要控制FWER, 是因为在进行多个,成百上千个假设检验的时候,有很大可能至少拒绝一个真的零假设。

 

(2)如何控制FWER?

两种思路。

a)single step:对所有检验的p-value做相同的修正。目的是使overall p-value控制在一定水平之下(0.05,0.025...)。这种方法也叫 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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