ฉันทำงานกับการวิเคราะห์เชิงพื้นที่เชิงสำรวจใน R โดยใช้แพ็คเกจ spdep
ฉันเจอตัวเลือกในการปรับค่าpของตัวบ่งชี้ท้องถิ่นของการเชื่อมโยงเชิงพื้นที่ (LISA) ที่คำนวณโดยใช้localmoranฟังก์ชัน ตามเอกสารนั้นมีวัตถุประสงค์เพื่อ:
... การปรับค่าความน่าจะเป็นสำหรับการทดสอบหลายครั้ง
เพิ่มเติมในเอกสารของp.adjustSPฉันอ่านว่าตัวเลือกที่ใช้ได้คือ:
วิธีการปรับรวมถึงการแก้ไข Bonferroni ('"bonferroni"') ซึ่งค่า p ถูกคูณด้วยจำนวนการเปรียบเทียบ การแก้ไขจารีตน้อยกว่าสี่ประการรวมอยู่ใน Holm (1979) ('' holm ''), Hochberg (1988) ('"hochberg"'), Hommel (1988) ('hommel "') และ Benjamini & Hochberg (1995) ('"fdr"') ตามลำดับ ตัวเลือก pass-through ('"none"') รวมอยู่ด้วย
สี่วิธีแรกถูกออกแบบมาเพื่อให้สามารถควบคุมอัตราความผิดพลาดที่เหมาะสำหรับครอบครัวได้ ดูเหมือนว่าไม่มีเหตุผลที่จะใช้การแก้ไข Bonferroni ที่ไม่ได้แก้ไขเพราะมันถูกครอบงำโดยวิธีการของ Holm ซึ่งก็ใช้ได้ภายใต้สมมติฐานโดยพลการ
วิธีการของ Hochberg และ Hommel นั้นใช้ได้เมื่อการทดสอบสมมติฐานเป็นอิสระหรือเมื่อไม่มีความสัมพันธ์เชิงลบ (Sarkar, 1998; Sarkar and Chang, 1997) วิธีการของ Hommel นั้นทรงพลังกว่าของ Hochberg แต่ความแตกต่างมักจะมีขนาดเล็กและค่า p ของ Hochberg นั้นเร็วกว่าในการคำนวณ
"BH" (aka "fdr") และวิธี "BY" ของ Benjamini, Hochberg และ Yekutieli ควบคุมอัตราการค้นพบที่ผิดซึ่งเป็นสัดส่วนการค้นพบที่ผิดพลาดในสมมติฐานที่ถูกปฏิเสธ อัตราการค้นพบที่ผิดเป็นเงื่อนไขที่เข้มงวดน้อยกว่าอัตราข้อผิดพลาดที่เหมาะกับครอบครัวดังนั้นวิธีการเหล่านี้จึงมีประสิทธิภาพมากกว่าวิธีอื่น
คู่ของคำถามที่ปรากฏ:
- กล่าวอย่างชัดเจน - จุดประสงค์ของการปรับตัวนี้คืออะไร
- จำเป็นต้องใช้การแก้ไขดังกล่าวหรือไม่?
- ถ้าใช่ - วิธีการเลือกจากตัวเลือกที่มีอยู่?