[통계 이론] 기초통계 : Benjamini-Hochberg 보정

 정보

• 업무명     : 기초통계 : Benjamini-Hochberg 보정

• 작성자     : 박진만

• 작성일     : 2020-04-16

• 설   명      :

• 수정이력 :

 

 내용

[개요]

 

[특징]

• 통계이론 설명

 

[활용 자료]

• 없음

 

[자료 처리 방안 및 활용 분석 기법]

• 없음

 

[사용법]

• 내용 참조

 

 

 상세 내용

[Benjamini-Hochberg 보정]

• FDR (False Discovery Rate)은 실제 귀무 가설의 오탐율을 나타낸다.

• 예를 들어 FDR = 0.1에서 100 개의 귀무 가설을 검정하고 20 개의 가설을 기각했다고 가정하자.

• 현재 20 개의 기각 된 가설 중 20 x 0.1 = 2 미만의 가설은 실수로 기각 된 것으로 생각된다.

• 이 경우 전술 한 바와 같이, FDR을 제어함으로써 보정을위한 다양한 방법이 제안되어 왔다.

• 제안 된 첫 번째 방법은 Benjamini와 Hochberg의 수정 방법이다. 이 방법에서, 보정은 아래의 절차에 의해 수행된다.

  1.  FDR을 결정한다. 여기서 α로한다.

  2. m 개의 귀무 가설 각각에 대해 검정을 실시하여 p 값을 계산한다.

  3. m 개의 p 값을 오름차순으로 정렬하고, p 1 ≤ p 2 ≤ ... ≤ p m 으로 정한다. 여기에서 귀무 가설 i에 대응하는 p 값을 p i 로한다.

  4. j = m로 둔다.

  5. \(p_{j} \leq \frac{\alpha j}{m}\)

  6. 귀무 가설 1 귀무 가설 2, ..., 귀무 가설 j를 기각하고 종료한다.

 

[R을 이용한 q-value의 계산]

• R의 p.adjust함수를 사용하여 Benjamini-Hochberg 법에 의한 보정을 할 수 있다. 

• 위 함수를 사용하면 p 값에서 q 값이 계산된다. 가설의 기각은 q <α를 충족 가설을 기각한다.

p.values <- runif(100)
q.values <- p.adjust(p.values, method = "BH")

is.significant <- (q.values < 0.1)

 

 

 

 참고 문헌

[논문]

• 없음

[보고서]

• 없음

[URL]

• 없음

 

 문의사항

[기상학/프로그래밍 언어]

• sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

• saimang0804@gmail.com

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

본 블로그는 파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음