Konfidenzintervalle aus dem Holm-Bonferroni-Test?

Ich bin ein Neuling im Problem der Mehrfachvergleiche. Ich frage mich, wie man Konfidenzintervalle für die Holm-Bonferroni-Methode berechnet.

Ich weiß, dass wir für die Bonferroni-Methode einfach das Konfidenzniveau von in ändern können . $1-\alpha$ $1-\frac{\alpha}{m}$

Funktioniert diese Methode auch für Holm-Bonferroni?

$\bf{Edit}:$ Es scheint, dass die HB-Methode keine Prozedur zum Korrigieren der Conf bietet. Intervall. Aber würden Sie kommentieren, ob ich eine Methode zur p-Wert-Korrektur und die andere Methode zur Intervallkorrektur verwenden kann?

multiple-comparisons bonferroni

— Macaronnos
quelle

Vielleicht kann das helfen? cran.r-project.org/web/packages/multxpert/multxpert.pdf

[Diese Antwort wurde von gestern komplett neu geschrieben.]

Erste Nomenklatur. Die Holm- Methode wird auch als Holm-Step-Down- Methode oder Holm-Ryan- Methode bezeichnet. Das sind alle gleich. Unabhängig davon, welchen dieser Namen Sie verwenden, gibt es zwei alternative Berechnungen. Die ursprüngliche Holm-Methode basiert auf Bonferroni. Eine alternative, etwas leistungsfähigere Methode basiert stattdessen auf Sidak, die sogenannte Holm-Sidak-Methode.

Die Holm-Methode kann für mehrere Vergleiche in verschiedenen Kontexten verwendet werden. Seine Eingabe ist ein Stapel von P-Werten. Eine Verwendung besteht darin, ANOVA zu folgen und Mittelwertpaare zu vergleichen, während mehrere Korrekturen korrigiert werden. Wenn dies getan wird, ist es meines Erachtens sehr selten, Konfidenzintervalle (korrigiert für Mehrfachvergleiche, so genannte simultane Konfidenzintervalle) sowie Schlussfolgerungen über statistische Signifikanz und multiplizitätsbereinigte P-Werte anzugeben.

Ich habe zwei Artikel gefunden, die erklären, wie solche Konfidenzintervalle berechnet werden, aber sie unterscheiden sich.

Serlin, R. (1993). Konfidenzintervalle und die wissenschaftliche Methode: Ein Fall für Holm auf der Strecke. Journal of Experimental Education, 61 (4), 350–360.

Geben Sie hier die Bildbeschreibung ein

Ludbrook, J. MEHRERE SCHLUSSFOLGERUNGEN MIT VERTRAUENSINTERVALLEN. Klinische und experimentelle Pharmakologie und Physiologie (2000) 27, 212–215

Geben Sie hier die Bildbeschreibung ein

Für die Vergleiche mit den kleinsten P-Werten sind die beiden Methoden gleich (aber eine verwendet C als Anzahl der Vergleiche und die andere verwendet m ). Für die Vergleiche mit größeren P-Werten unterscheiden sich die beiden Methoden. Für den Vergleich mit dem größten P-Wert würde Ludbrook den 95% CI normalerweise ohne Korrektur für Mehrfachvergleiche berechnen. Serlin würde dieselbe Anpassung für alle Vergleiche mit einem angepassten P-Wert von mehr als 0,05 verwenden (vorausgesetzt, Sie möchten 95% -Intervalle), sodass die Intervalle für die Vergleiche mit großen P-Werten breiter wären als diejenigen, die die Ludbrook-Methode generiert.

Beide Methoden verwenden den Bonferroni-Ansatz, können jedoch leicht an den Sidak-Ansatz angepasst werden.

Irgendwelche Gedanken darüber, welche Methode richtig / besser ist?

— Harvey Motulsky
quelle

Wenn Sie einen P-Wert haben, sollten Sie in der Lage sein, ein Konfidenzintervall zu erhalten. Ein einseitiger P-Wert zeigt an, dass die Nullhypothese an der Grenze eines Konfidenzintervalls von 100 * (1-P)% liegt. Vielleicht können Sie die Null iterativ anpassen, bis der P-Wert als Alpha für die gewünschte Konfidenzintervallbreite angezeigt wird.

— Michael Lew

Beachten Sie jedoch, dass Multiplizitätsanpassungen aufgrund der Natur des frequentistischen Paradigmas nicht theoretisch vorgeschrieben und etwas willkürlich sind. Sie sind nicht unbedingt mit Konfidenzintervallen verbunden. Es gibt zum Beispiel Fälle in sequentiellen Gruppentests, in denen man aufhören könnte, vorzeitig abzulehnen, und das multiplizitätskorrigierte Konfidenzintervall für den Behandlungseffekt immer noch Null enthält.

H_{0}

$H_0$

— Frank Harrell