Scidown文献预览系统!
基于对称数据聚合的一般依赖下的错误发现率控制( False Discovery Rate Control Under General Dependence By Symmetrized Data Aggregation )
Lilun Du Xu Guo Wenguang Sun Changliang Zou
提出了一类新的非分布多重测试规则,用于一般依赖下的误发现率控制。我们的建议中的一个关键元素是对称化数据聚合(SDA)方法,该方法通过样本拆分、数据筛选和信息池来合并依赖结构。提出的SDA滤波器首先构造一个满足全局对称性的排序统计序列,然后沿着排序选择一个数据驱动的阈值来控制FDR。SDA滤波器在中到强依赖性下的性能明显优于knockoff方法,并且比现有的基于渐近P值的方法具有更强的鲁棒性。我们首先发展了有限样本理论,给出了一般依赖下实际FDR的一个上界,然后在温和正则性条件下,建立了SDA对FDR和假发现比例(FDP)控制的渐近有效性。该过程在R包SDAFILTER中实现。数值结果证实了SDA在FDR控制中的有效性和鲁棒性,并表明它在许多情况下都比现有方法获得了很大的功率增益。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】