Інтервали довіри від тесту Холма-Бонферроні?

Я новачок у проблемі численних порівнянь. Цікаво, як обчислити довірчі інтервали для методу Холма-Бонферроні?

Я знаю, що для методу Бонферроні ми можемо просто змінити рівень довіри від до . $1-\alpha$ $1-\frac{\alpha}{m}$

Чи працює цей метод також для Холма-Бонферроні?

$\bf{Edit}:$ Схоже, метод HB не забезпечує процедуру виправлення конф. інтервал. Але ви б прокоментували, чи можу я використовувати один метод для корекції p-значення, а інший - для інтервальної корекції?

multiple-comparisons bonferroni

— Макароннос
джерело

Може, це може допомогти? cran.r-project.org/web/packages/multxpert/multxpert.pdf

[Ця відповідь повністю переписана з вчорашнього дня.]

Перша номенклатура. Метод Холма також називають методом Холма, що знижується , або методом Холма-Райана . Це все однаково. Незалежно від тих імен, якими ви користуєтеся, є два альтернативних розрахунки. Оригінальний метод Холма заснований на Bonferroni. Альтернативний, трохи більш потужний метод, заснований на Сидаку, називається методом Холма-Сидака.

Метод Холма може використовуватися для численних порівнянь у різних контекстах. Його вхід - це стек P значень. Одне використання - це слідування ANOVA, порівняння пар засобів, виправлення декількох виправлень. Коли це зроблено, наскільки я бачу, дуже рідко повідомляються про довірчі інтервали (виправлені на багаторазове порівняння, так правильно називають одночасні довірчі інтервали), а також висновки щодо статистичної значущості та кратності коригуваних значень P.

Я знайшов два документи, які пояснюють, як обчислити такі довірчі інтервали, але вони відрізняються.

Серлін, Р. (1993). Інтервали довіри та науковий метод: Справа Холма на дальності. Журнал експериментальної освіти, 61 (4), 350–360.

введіть тут опис зображення

Людбрук, Дж. ВІДНОСНІ ІНФЕРЕНЦІЇ, ВИКОРИСТОВУЮЧІ ІНТЕРВАЛИ ВІРИ. Клінічна та експериментальна фармакологія та фізіологія (2000) 27, 212–215

введіть тут опис зображення

Для порівнянь з найменшими значеннями P два способи однакові (але один використовує C як # порівнянь, а другий використовує m ). Але для порівняння з більшими значеннями Р два методи відрізняються. Для порівняння з найбільшою величиною Р, Людбрук обчислює 95% ІС, як правило, без корекції для кількох порівнянь. Серлін застосував би однакове коригування для всіх порівнянь із скоригованим значенням P, що перевищує 0,05 (якщо припустити, що потрібно 95% інтервалів), тож інтервали для порівнянь з великими значеннями Р були б ширшими, ніж ті, які генерує метод Людрука.

Обидва методи використовують підхід Бонферроні, але їх можна легко пристосувати до підходу Сидака.

Будь-які думки щодо того, який метод правильний / кращий?

— Харві Мотульський
джерело

Якщо у вас є значення P, то ви повинні мати можливість отримати інтервал довіри. Однорядне P-значення вказує, що нульова гіпотеза знаходиться на межі довірчого інтервалу 100 * (1-P)%. Можливо, ви могли б ітеративно налаштувати нуль, поки значення P не вийде як альфа для потрібної ширини довірчого інтервалу.

— Майкл Лев

Але зауважте, що коригування множинності за характером парадигми частотистів не передбачено теорією і є дещо довільним. Вони не обов'язково пов'язані з довірчими інтервалами. Існують випадки, наприклад, у груповому послідовному тестуванні, коли можна було зупинити раннє відхилення і все ще мати коригуваний на кратність довірчий інтервал для ефекту лікування, включає нуль.

H_{0}

$H_0$

— Френк Харрелл