?? ????????? ?? ?? ?且当 0 m m ?时,有 1 cFDR mFDR pFDR ? ??和???? Pr 0 Pr 0 1. FDR R V FWER ? ????? 2.2P 值的定义、性质和计算方法为了能够直观的得到接受或拒绝原假设的置信程度,我们通常采用 P 值来研究。在多重假设检验的研究中,采用 P 值进行假设检验已经成为国际上比较流行的方法。因此,在研究模型的估计方法之前,有必要先研究下 P 值的定义和性质。定义 2.8 :设检验统计量为 X ,样本观测值为 x ,对于一族拒绝域??,?统计量 X x ?的P 值可以定义为: ???????? 0: min Pr . x p x X H ? ??? ??在实际的假设检验中,由定义 2.8 所得到的 P 值,如果 0.05 p?,说明检验结果是显著的;如果 0.01 p?,则说明检验结果非常显著。下面给出 P 值的计算方法和作用,并不加证明的给出 P 值的性质。(1)P 值的计算方法当 0H 为真时, 统计量 X 的值 x 可由样本数据计算出,根据检验统计量 X 的实际分布,可以求出 P 值?? xp .具体地讲,就是: 1.左侧检验的 P 值是统计量 X 小于样本统计值 x 的概率,即: ???? 0 Pr p x X x H ? ?; 2.右侧检验的 P 值是统计量 X 大于样本统计值 x 的概率,即: ???? 0 Pr p x X x H ? ?; 3.当统计量的分布具有对称的性质时(例如正态分布,t分布等),双侧检验的P 值是统计量 X 落在样本统计值 x 为端点的尾部区域内的概率的 2倍,也就是说:当 x 位于分布曲线的右侧时,有
全文预览
