Advertisement

MATLAB开发——多组比较的Bonferroni-Holm校正公式

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本文章介绍了如何在MATLAB中实现Bonferroni-Holm校正方法,用于调整多重假设检验中的p值,确保统计显著性结论的有效性和可靠性。 在MATLAB开发过程中使用Bonferroni-Holm方法调整多个比较的P值族,以控制错误拒绝的概率。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • MATLAB——Bonferroni-Holm
    优质
    本文章介绍了如何在MATLAB中实现Bonferroni-Holm校正方法,用于调整多重假设检验中的p值,确保统计显著性结论的有效性和可靠性。 在MATLAB开发过程中使用Bonferroni-Holm方法调整多个比较的P值族,以控制错误拒绝的概率。
  • 带有BonferroniT检验:进行样本间成对-MATLAB
    优质
    本项目提供了一个MATLAB工具箱,用于执行带Bonferroni校正的T检验,实现多个样本组之间的成对比较。适用于控制多重假设检验中的错误发现率。 该函数可以用于在样本数据组之间进行多重比较,并使用Bonferroni校正来确保所有差异的总错误率低于某个ALPHA值。例如,在一个实验中,有四名患者的体温分别在早上8点、中午和下午5点进行了测量。此功能可用于检验这些时间点之间的温度是否存在显著差异:即上午8点与中午之间、中午与下午5点之间以及上午8点与下午5点之间的比较。
  • Holm-Sidak t 检验:应用 - MATLAB
    优质
    本项目介绍并实现了Holm-Sidak t检验方法,用于在MATLAB中进行多重比较校正,有效控制假阳性的发现率。适合需要同时比较多个样本均值的研究者使用。 Student t 检验仅适用于比较两组数据。如果有 k 个组,则不能对每一对使用 t 检验,因为在每次检验都设定 alpha=0.05 的情况下,当实际上没有差异时,找到差异的概率会达到 k*0.05(根据邦费罗尼不等式)。Holm-Sidak 检验是一种逐步递减的拒绝方法,在此过程中按照 p 值从低到高的顺序对一组零假设应用接受或拒绝的标准。每次比较都依据 Sidak 校正来设置 Bonferroni 不等式的 alpha 值。由于这个函数使用 TCDF 函数,所以需要 Statistics Toolbox 的支持。
  • Bonferroni-Holm方法:用于控制家族-wise误差率和假设检验工具
    优质
    简介:Bonferroni-Holm方法是一种统计学技术,旨在通过调整显著性水平来减少I型错误,在进行多个假设检验时有效控制家庭-wise误差率。 Bonferroni-Holm(又称Holm-Bonferroni)方法用于确定一系列假设在控制家庭错误率(FWE)后是否仍然显著,并进一步控制错误发现率(FDR)。此方法较传统的Bonferroni校正不那么保守,因此更有可能保留显着的p值。该函数接收一个或多个假设产生的原始p值作为输入,并提供经过FWE调整后的p值以及逻辑数组,用于指示在设定alpha水平(如0.05)下哪些p值得到显著性确认。
  • OPoly:类别- MATLAB
    优质
    OPoly是一款用于MATLAB环境下的工具箱,专注于各种正交多项式的计算与分析。它为用户提供了一个便捷的平台来生成、操作和研究如勒让德、切比雪夫等各类经典正交多项式,助力科学研究及工程应用中的数学问题求解。 `Opolys` 类实现了可变正交多项式。这些多项式包括:雅可比、勒让德、切比雪夫、拉盖尔和埃尔米特。此外,该类还计算多项式的零点以及高斯正交的权重和节点。
  • Matlab绘图种格清晰度
    优质
    本研究对比分析了在MATLAB中不同文件格式(如PNG, JPEG, EPS等)保存图形时的清晰度与适用场景,为用户提供优化图像输出的选择建议。 通过MATLAB绘制图形,并对比导出的几种图片格式的清晰度,提供选择参考(格式包括.jpg、.png、.eps、.tif、.pdf、.fig和.emf;操作方式包括:直接从scope复制图像;将PDF转换为EPS;使用saveas命令)。
  • fakenmc/pval_adjust:针对进行p值调整-MATLAB
    优质
    pval_adjust是由MATLAB编写的工具箱,专门用于在统计分析中处理多重假设检验时对P值进行调整。此工具能够有效控制错误发现率或家庭-wise误差率,帮助研究人员准确解读大规模数据集中的显著性结果。 用于调整多重比较的 p 值的 MATLAB/Octave 函数。给定一组 p 值,返回使用以下几种方法之一调整后的 p 值:“holm”、“hochberg”、“hommel”、“bonferroni”、“BH”、“BY”、“fdr”、“sidak”或“无”。这是 R 语言中 p.adjust 函数的实现。与 R 函数不同,此函数不处理缺失值,并添加了一种额外的方法:“sidak”,如维基百科所述。如果您在研究中使用了该脚本,请引用以下论文:* Fachada N,罗莎 AC。(2018)。micompm:用于观察的多变量独立比较的 MATLAB/Octave 工具箱。
  • 邓恩检验:重非参数邓恩方法-MATLAB
    优质
    本项目提供了一种实现邓恩检验的方法,这是一种用于进行多重非参数比较的有效统计手段。通过MATLAB编程语言,用户可以方便地对实验数据进行分析,尤其是在需要评估多个样本间秩差异的情况下。该工具支持批量处理和结果可视化,适用于科研及数据分析领域专业人士使用。 Dunn 检验是 Holm-Sidak 多重 t 检验的一种非参数替代方法。当您使用 Kruskal-Wallis 检验确定各组间存在差异后,由于总体误差大于 alpha(根据邦费罗尼不等式),不能直接对每一对进行 KWtest。而通过 Dunn 的测试,则可以利用多重比较来突出显示具体哪些组之间存在显著差异。该算法需要使用统计工具箱。
  • 常用则表达(Regex)写法
    优质
    本文探讨了常用的正则表达式的书写方式和技巧,并进行了比较分析,帮助读者更好地掌握和应用正则表达式。 常用的正则表达式(Regex)写法有多种,在实际应用中可以根据不同的需求进行选择和编写。在处理文本匹配、搜索替换等功能时,掌握一些基本的语法是非常必要的。例如,对于字符串中的特定模式,可以使用相应的元字符来定义规则;而对于重复出现的内容,则可以通过量词来进行描述。 正则表达式还支持分组与引用功能,这使得复杂条件下的查找和操作变得更加容易实现。此外,在编写过程中还需要注意转义特殊字符的问题,以确保能够正确匹配到预期的文本内容。 总之,通过灵活运用各种规则及技巧,可以帮助我们更高效地解决问题并提高工作效率。
  • bizhiSpectrumCorrect_Test.rar_法_频谱_
    优质
    本资源包提供了使用比值校正法进行频谱校正的测试文件,适用于需要改善光谱数据准确性的研究和应用场合。 这个程序采用比值校正法来修正幅值谱中的频谱峰值,并且可以自定义设定需要校正的谱峰数量。此方法不仅能调整幅度,还能纠正相位偏差,确保最终结果的高度准确性。