2019年12月
发表于:Stata Journal, 2020, 13 (4), 812-843
当同时考虑多个假设检验时,除非明确考虑检验框架的多样性,否则标准统计技术将导致对零假设的过度拒绝。在本文中,我们讨论了Romano-Wolf多重假设修正,并记录了它在Stata中的实现。罗马-沃尔夫校正(渐近地)控制着家族错误率(FWER),即在被测假设族中拒绝至少一个真零假设的概率。这种修正比早期的多重测试过程(如Bonferroni和Holm修正)要强大得多,因为它通过从原始数据重新采样考虑了测试统计数据的依赖结构。我们描述了实现这种纠正的Stata命令rwolf,并基于各种模型提供了大量示例。我们记录并讨论了使用rwolf优于其他控制FWER的多重校正过程的性能收益。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。