生统作业生统文献报告.docx

《生统作业生统文献报告.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、生物统计文献报告文献题目：CorrectionforMultipleTestingIsThereaResolution?植生所第11讨论组刘翠翠针对多重检验是否需要进行校正的探讨文献题目：CorrectionforMultipleTestingIsThereaResolution?生物统计学以两节文献讨论课的形式画上了句号，在此我想说的是生科院研究所藏龙卧虎，课程结束的同时我也学会了不少，相信会对今后的实验会有所帮助。我们讨论组分享的文献是“Correctionformultipletestingistherearesolution？”在组长杨定鹏、主讲陈诗婷同学和

2、赵飞同学的讲解下我们组完成了讲解文献的使命。我对多重检验及其校正有了深刻的理解，在此深表感谢，另外感谢PPT制作者李恒同学。文章以Streiner和Norman在2010年发现的MHE症[1]（malignanthypertrophyoftheego）为例展开了对多重检验后该不该做校正、用什么方法校正、该不该校正的讨论。另外还比较了Bonferronin校正和FDR校正、Holm法校正的优缺点。文章最后一部分是对校正的展望和实际应用的分析。老师在上课时讲到过犯一类错误和二类错误在多重试验中的不可避免性，并且犯一类错误和二类错误二者此消彼长。统计学家关心的是错误发现率

3、FDR，来控制被拒绝的数据中的真阳率。所以不对多重检验做校正更合理，因为对在自然进化状态下取的数据作解释时不做校正更可以减少犯一类错误的可能性。另外，科学家们也不必要做多余的尝试，而且这些尝试可能被发现是在缺少一些数据的情况下的[2]。偶然发现的问题可能是对的，是科学家面临着放弃还是产生新想法的选择。因此，就引出了多重比较。多重比较与统计显著性极相关。假如有两个不相关的因子，其中任何数据的改变都会影响显著性水平＠的值。进行了n次试验，如果所有对应原假设是正确的，则至少又一次被发现有统计学意义概率为1-（1-@）n。问题是在试验时常拒绝正确的原假设，即犯一类错误。选择

4、偏差是多重比较中的一个变量。如果选择性地用某些数据，比如显著性相关的数据，那么多重比较校正后将放大选择偏差，回归增加。因此，传统的多重比较校正使问题更糟。当数据不是随机采集的时将减少解释错误，所以有的科学家认为多重比较以后不做校正更好[3]。正如Perneger所言:Bonferroni校正充其量是不必要的，最坏的情况下对完整的统计推断是有害的。(“Bonferroniadjustmentsare,atbest,unnecessaryand,atworst,deleterioustosoundstatisticalinference”(1998)[4]。原因有三：1

5、、其结果与预期值是相反的。即：对结果的解释依赖于其他试验；2、原假设通常都是无意假设；3、犯二类错误的概率大。虽然Boferroni法校正简单，可以避免假阳性。但是会筛去太多真阳性结果，所以如果一定要做校正，我们应该首选FDR法或者Holm法。解决办法是根据试验目的以及实验者是否有经验来决定是否进行校正。当实验者经验丰富，而且实验目的是做假设性，尝试做的，则不需要进行校正；反过来，如果研究者没有先验知识且实验需要进一步精确地做下去、假阳性较多或者要做出结论时就要做校正了。另外，要求研究人员的数据要真实、选择一个合适的模型也是克服多重比较校正问题的一个方法。没有什么事

6、情是绝对的，存在的就是合理的。老师在课上讲过的所有多重检验校正的方法（Bonferroni法、FDR法、Holm法等等）在最适条件下得到的结果是最佳的。所以我们能做的、需要做的就是不断尝试增加自己的经验。以上是我对这篇生统文献的一点拙见，希望对大家今后的学习有帮助，当然如果有不理解的欢迎一起讨论。参考文献：1.DavidL.Streiner,PhD,CPsych;andGeoffreyR.Norman,PhD.CorrectionforMultipleTestingIsThereaResolution?2011;140(1):16–18.2.M.J.Gardner.

7、UsingtheEnvironmenttoExplainandPredictMortality. January1973,136(3):421.3.KennethJRothman.NoAdjustmentisNeededforMultipleComparisons.Epidemiology,1990,1:43-46.4.KennethJRothman.NoAdjustmentisNeededforMultipleComparisons.Epidemiology,1990,1:43-46.