Бесплатные калькуляторы

Примеры запросов: процентыипотекаплощадь✓ 7 074 работающих калькулятора

СТАТИСТИКА · ОНЛАЙН

Холм и Бенджамини—Хохберг для набора проверок

Два способа поправки для семейной ошибки и ожидаемой доли ложных открытий на одном наборе p-значений. При одновременной проверке множества гипотез метод Холма защищает от семейной ошибки, а процедура Бенджамини—Хохберга контролирует ожидаемую долю ложных открытий. Процедура BH требует независимости либо подходящей положительной зависимости гипотез; метод Холма контролирует FWER. Введите свои наблюдения и настройки, затем сравните основные и вспомогательные показатели.

✓ Бесплатно⌁ С пояснением✦ Без регистрации
📊
КАЛЬКУЛЯТОР

Введите данные

Перечислите числа через пробел. Если предусмотрено, используйте NA для пропущенных значений.
Параметр непосредственно участвует в расчёте.
Параметр непосредственно участвует в расчёте.
✓ Исходные значения передаются серверу только для выполнения расчёта. Регистрация не нужна.
ВАШ РЕЗУЛЬТАТ✓ Вычислено

Сопоставление поправок для гипотез

Число проверок6
Значимых при поправке Холма1
Значимых при BH2
Выбранная исходная p-вероятность0,033
Скорректированное p по Холму0,132
Скорректированное q по BH0,066
Заданная граница0,05

«Копировать картинку» помещает изображение результата в буфер обмена без сохранения файла — его можно сразу вставить в мессенджер или документ. Картинка и PDF содержат ссылку на calc-calc.ru.

Поправки отвечают разным требованиям: контроль семейной ошибки и контроль ожидаемой доли ложных открытий.

Был ли калькулятор полезен?Одно касание — и мы поймём, какие инструменты улучшать.
ПОДРОБНЫЙ РАЗБОР · ФОРМУЛЫ И ПРИМЕРЫ

Холм и Бенджамини—Хохберг для набора проверок: расчёт и разбор показателей

Холм и Бенджамини—Хохберг для набора проверок помогает выполнить следующую задачу: два способа поправки для семейной ошибки и ожидаемой доли ложных открытий на одном наборе p-значений. При одновременной проверке множества гипотез метод Холма защищает от семейной ошибки, а процедура Бенджамини—Хохберга контролирует ожидаемую долю ложных открытий. Это не отдельная формула на два числа, а расчёт, который учитывает несколько связанных исходных условий.

Математическая основа: pХолм(i)=max_{j≤i}(m−j+1)p(j); qBH(i)=min_{j≥i}mp(j)/j. Непараметрические методы часто удобны при необычном распределении измерений, но тоже требуют собственных предпосылок. В форме отдельно задаются «Набор исходных p-значений», «Порог значимости» и «Номер выделенной проверки»; перед сравнением сценариев проверьте, что они относятся к одной исследуемой задаче.

Что рассчитывается и где это пригодится

При одновременной проверке множества гипотез метод Холма защищает от семейной ошибки, а процедура Бенджамини—Хохберга контролирует ожидаемую долю ложных открытий. Непараметрические методы часто удобны при необычном распределении измерений, но тоже требуют собственных предпосылок. Поэтому вместе с основным итогом полезно изучать сопутствующие показатели, а не выбирать ответ по единственному числу. Это особенно важно, когда входные данные собраны в разные периоды или группы.

При использовании калькулятора сначала определите, какую реальную величину обозначает «Набор исходных p-значений». Затем установите «Порог значимости» и «Номер выделенной проверки» так, чтобы они соответствовали способу сбора данных. Смешение разных единиц и периодов искажает результат.

Два способа поправки для семейной ошибки и ожидаемой доли ложных открытий на одном наборе p-значений. Для осмысленного сравнения двух вариантов лучше менять одно условие за раз, записывая результаты до и после. Если вывод скачкообразно изменяется при небольшом сдвиге порога, проверьте устойчивость результата отдельно.

Исходные величины и математический метод

Вычисления опираются на соотношение «pХолм(i)=max_{j≤i}(m−j+1)p(j); qBH(i)=min_{j≥i}mp(j)/j». Оно связывает пользовательские параметры и показатели результата. Для корректной интерпретации важно помнить, какие допущения стоят за используемой статистической моделью.

Параметр «Набор исходных p-значений» исходно задан как 0.002 0.014 0.033 0.044 0.08 0.13. Значение «Порог значимости» в примере — 0.05. Эти числа приведены для проверки формы; собственные измерения следует вводить по тем же правилам, но не считать демонстрационные значения нормативом.

Поле «Номер выделенной проверки» в примере имеет значение 3. Изменяя его в допустимом диапазоне, можно оценить чувствительность итоговых показателей. Если итог дискретный, маленькое изменение условия может не изменить итоговую категорию или число событий.

Пример расчёта и чтение результата

Для исходных значений калькулятор выдаёт «Число проверок» = 6, а связанный показатель «Значимых при поправке Холма» = 1. Важно читать названия показателей целиком: у них могут различаться единицы измерения, направления сравнения и способы округления.

В контрольной форме для «Номер выделенной проверки» используется значение 3. Можно изменить его и сравнить результаты с исходными. Параллельно проверьте, остаются ли ограничения метода выполненными; формально вычислимый результат не всегда статистически обоснован.

При одновременной проверке множества гипотез метод Холма защищает от семейной ошибки, а процедура Бенджамини—Хохберга контролирует ожидаемую долю ложных открытий. Когда возникает противоречие между итоговой оценкой и наблюдаемыми данными, полезно посмотреть промежуточные величины и провести расчёт с альтернативными параметрами. По одному примеру нельзя судить о качестве модели на других выборках.

Ограничения, проверки и типичные ошибки

Главное ограничение: процедура bh требует независимости либо подходящей положительной зависимости гипотез; метод холма контролирует fwer. Это не формальность: при нарушении условия даже правильно выполненное арифметическое действие способно дать ошибочный статистический вывод. Уточните предпосылки до применения результата.

При множестве сравнений риск случайного обнаружения эффекта нужно ограничивать явной поправкой. Также проверьте пропуски, недопустимые значения и неодинаковые масштабы измерений. Если меняется правило формирования выборки, сравнивать два результата без поправок нельзя, даже когда численность наблюдений совпадает. Применительно к расчёту «холм и бенджамини—хохберг для набора проверок» проверьте условия: процедура bh требует независимости либо подходящей положительной зависимости гипотез; метод холма контролирует fwer.

При важных решениях сравните результат с независимыми измерениями или альтернативным методом. Сохраните исходные параметры и поясните, почему выбран именно такой способ оценки. Калькулятор даёт воспроизводимые числа, но не заменяет проверку качества данных. Применительно к расчёту «холм и бенджамини—хохберг для набора проверок» проверьте условия: процедура bh требует независимости либо подходящей положительной зависимости гипотез; метод холма контролирует fwer.

Формула расчёта

ОСНОВНАЯ ФОРМУЛА

pХолм(i)=max_{j≤i}(m−j+1)p(j); qBH(i)=min_{j≥i}mp(j)/j

Проверенные примеры

Исходные данные

Исходные параметры: Набор исходных p-значений = 0.002 0.014 0.033 0.044 0.08 0.13, Порог значимости = 0.05, Номер выделенной проверки = 3

Число проверок: 6; Значимых при поправке Холма: 1; Значимых при BH: 2

Изменён первый ввод

Исходные параметры: Набор исходных p-значений = 0.80228 0.014 0.033 0.044 0.08 0.13, Порог значимости = 0.05, Номер выделенной проверки = 3

Число проверок: 6; Значимых при поправке Холма: 0; Значимых при BH: 0

Изменён второй ввод

Исходные параметры: Набор исходных p-значений = 0.002 0.014 0.033 0.044 0.08 0.13, Порог значимости = 0.0050000000000000044, Номер выделенной проверки = 3

Число проверок: 6; Значимых при поправке Холма: 0; Значимых при BH: 0

Как пользоваться онлайн-калькулятором

  1. Заполните поле «Набор исходных p-значений» на основе проверенных исходных данных.
  2. Уточните «Порог значимости» и остальные параметры; все они влияют на расчёт.
  3. Прочтите рассчитанные величины вместе и проверьте ограничения метода.
ВОПРОСЫ И ОТВЕТЫ

Частые вопросы

Что можно узнать по результату?

Два способа поправки для семейной ошибки и ожидаемой доли ложных открытий на одном наборе p-значений.

Какие ограничения есть у метода?

Процедура BH требует независимости либо подходящей положительной зависимости гипотез; метод Холма контролирует FWER.

Похожие калькуляторы

📊СТАТИСТИКА

ANOVA с заранее заданным линейным контрастом

ANOVA с заранее заданным линейным контрастом: Общий дисперсионный анализ трёх групп и проверка заранее заданного контраста между средними. Заранее выбранный контраст отвечает на конкретный вопрос о трёх группах; он не совпадает с общим вопросом дисперсионного анализа об одинаковости всех средних.

ПОДЕЛИТЬСЯ ИНСТРУМЕНТОМ

Встроить на свой сайт

Вставьте этот код в HTML-блок на своём сайте. Посетители смогут пользоваться калькулятором без перехода.

Прямая ссылка: https://calc-calc.ru/embed/calc_790107/

Предварительный просмотр