标题
  • 标题
  • 作者
  • 关键词

基于最优线性无偏预测任意协方差下估计错误发现率

2018-05-31分类号:O212.1

【作者】王湘玉  张宝学  齐春香  
【部门】河北科技师范学院工商管理学院  首都经济贸易大学统计学院  东北师范大学数学与统计学院  
【摘要】多重假设检验是高维统计推断的基本问题之一,应用领域非常广泛。特别地,在全基因组相关性问题研究中,需要同时对数以万计的假设进行检验,目的是找到与疾病相关的单核苷酸多态性(即SNP)位点。检验中需控制总体错误率,对此,Benjamini和Hochberg(1995)提出了错误发现率(即FDR标准)。实际问题中的检验统计量往往具有相关性,鉴于此,文章在任意协方差结构下,针对混合效应模型,基于最优线性无偏预测的方法,估计随机变量,提出一种FDR的估计方法。模拟表明,文章给出的算法估计FDP在真值附近波动,理论上较合理。
【关键词】多重假设检验  FDR  混合效应模型  极大似然估计  最优线性无偏预测
【基金】秦皇岛市科技局自筹经费项目(201703A260)
【所属期刊栏目】统计与决策
文献传递