多重假设检验中Benjamini-Hochberg校正的适用边界

Benjamini-Hochberg校正法在多重假设检验中控制错误发现率(FDR),相较于Bonferroni校正具有更高统计功效,适用于大规模检验场景。其适用条件是检验之间独立或正依赖,当存在负依赖时需改用Benjamini-Yekutieli方法。实际应用中q值作为FDR指标解释,而非传统p值。本文涵盖BH校正原理、计算流程、R与Python实现、常见误区及方法选择指南。

阅读全文