1. FDR的全称是False Discovery Rate,指的是在多重假设检验中,被错误地拒绝的空假设所占比例。这个概念首先由Benjamini和Hochberg于1995年提出。
2. 在科学研究中,研究人员经常同时测试多个假设,如测试多个基因是否与某种疾病相关。在进行多重假设检验时,会存在一定的误差率。
3. 误差率分为两种,一种是将正确的假设错误地拒绝(即 Type I 错误),另一种是未拒绝错误假设(即 Type II 错误)。在多重测试中,误差率可能非常高,为了减小这种误差率,研究人员就要使用FDR方法进行校正。
4. FDR可以通过设定一个阈值,将测试结果区分为显著和非显著两部分。该方法在大量测试中经常使用,如基因表达数据的分析、脑电图数据的分析等。
5. 总之,FDR是一种重要的统计方法,可以帮助研究人员在多重假设检验中减小 Type I 错误的风险,从而更好地分析多重测试结果,提高统计测试的功效。
以上就是fdr是什么意思的相关介绍,希望能对你有帮助,如果您还没有找到满意的解决方式,可以往下看看相关文章,有很多fdr是什么意思相关的拓展,希望能够找到您想要的答案。