Какой вопрос решает этот расчёт
Контроль совокупной ошибки первого рода при одновременной проверке гипотез. Метод Холма контролирует вероятность хотя бы одного ложного обнаружения среди рассматриваемых проверок. Важное отличие этого калькулятора — возможность менять исходные величины, не пересчитывая формулы вручную. При таком сравнении видно, какие допущения действительно определяют численный результат и где возникает чувствительность оценки.
Ранговые и точные критерии пригодятся там, где обычная нормальная модель слишком чувствительна к форме данных. Например, исходные сведения «Исходные p-значения» вводятся как последовательность значений, а поле «Номер интересующего сравнения (начиная с 1)» задаёт ещё одну часть модели. Смешивать данные разных объектов и несогласованных периодов нельзя: это меняет смысл искомой величины.
Полезно сравнить основной расчёт с альтернативным значением «Номер интересующего сравнения (начиная с 1)». Если вывод меняется, выясните, отражает ли разница свойства исходных данных или особенности выбранного метода. При работе с настоящей выборкой стоит сохранять условия сбора наблюдений.
Как связаны параметры и полученные показатели
Основная формула: pкорр(j)=maxᵢ≤j min(1,(m−i+1)p(i)) после сортировки. В неё входят величины из пользовательской формы, поэтому поле «Исходные p-значения» нельзя считать декоративным. Взаимосвязи могут быть нелинейными: одинаковый абсолютный прирост разных параметров не всегда даёт одинаковое изменение результата.
В стандартном примере первый итог «Исходное p выбранного сравнения» равен 0.017, а показатель «Исправленное p выбранного сравнения» — 0.068. Эти величины нужно читать вместе, поскольку одна отражает центральный результат, а другая характеризует сопутствующее свойство модели или проверку её применимости.
Последний параметр формы, «Номер интересующего сравнения (начиная с 1)», первоначально задан значением 2. Чтобы проверить расчёт, замените его на другой допустимый вариант, не изменяя остальные поля. Это покажет вклад выбранного условия и поможет отличить устойчивую оценку от чувствительной.
Пример использования и сравнение исходных данных
Для начала используйте готовые значения в форме: «Исходные p-значения» — 0.004 0.017 0.032 0.08 0.12. Если в поле указан список, порядок и число элементов должны соответствовать смыслу измерений. При выборе новых данных проверяйте, что все числа относятся к одной задаче, а единицы измерения сопоставимы.
После вычисления обратите внимание на «Исходное p выбранного сравнения» и «Исправленное p выбранного сравнения». Эти показатели дают отправную точку для сравнения, но не являются универсальной нормой. Решение о приемлемости результата зависит от задачи, цены ошибки и того, как собирались наблюдения.
Один практический приём — изменить только «Номер интересующего сравнения (начиная с 1)» и записать обе версии ответа. Затем отдельно пересмотрите «Семейный уровень значимости», оставив прочие числа прежними. Такое последовательное сравнение выявляет влияние параметров лучше, чем одновременная произвольная замена всех значений.
Ограничения статистического вывода
У метода есть принципиальное условие: метод не устраняет систематические ошибки самих проверок. Следует различать точные расчёты и приближения, особенно при небольшом количестве наблюдений и совпадающих рангах. Если это условие нарушено, точное вычисление формулы не сделает итог достоверным, поэтому сначала разберитесь в природе исходных данных.
Следует различать точные расчёты и приближения, особенно при небольшом количестве наблюдений и совпадающих рангах. Также внимательно отнеситесь к редким наблюдениям, нестандартным значениям и границам диапазонов ввода. Ошибка округления, неверно прочитанная единица или число, записанное не в то поле, способны изменить вывод сильнее, чем выбранный метод. Для этого метода особенно важен параметр «Семейный уровень значимости»: его значение следует проверять вместе с другими условиями, заданными в калькуляторе «Поправка Холма для пяти статистических проверок».
Результаты «поправка холма для пяти статистических проверок» следует использовать как количественную опору, а не как безусловное заключение о причинах. По возможности подтвердите вывод независимой выборкой, альтернативным методом или предметной проверкой исходных измерений. При важных решениях учитывайте и неопределённость результата.
Формула расчёта
pкорр(j)=maxᵢ≤j min(1,(m−i+1)p(i)) после сортировки
Проверенные примеры
Исходные данные: Исходные p-значения = 0.004 0.017 0.032 0.08 0.12, Семейный уровень значимости = 0.05, Номер интересующего сравнения (начиная с 1) = 2
Исходное p выбранного сравнения: 0.017; Исправленное p выбранного сравнения: 0.068; Проверок всего: 5
Исходные данные: Исходные p-значения = 0.004 0.017 0.032 0.08 0.12, Семейный уровень значимости = 0.05, Номер интересующего сравнения (начиная с 1) = 1
Исходное p выбранного сравнения: 0.004; Исправленное p выбранного сравнения: 0.02; Проверок всего: 5
Исходные данные: Исходные p-значения = 0.015 0.017 0.032 0.08 0.12, Семейный уровень значимости = 0.05, Номер интересующего сравнения (начиная с 1) = 2
Исходное p выбранного сравнения: 0.017; Исправленное p выбранного сравнения: 0.075; Проверок всего: 5
Как пользоваться онлайн-калькулятором
- Вводите списки значений в том же порядке, в котором происходили измерения; сопоставляемые списки должны иметь равную длину.
- Заполните числовые поля и выберите математическую модель, если форма допускает несколько вариантов.
- Проверьте полученные показатели вместе с допущениями и граничными условиями метода.