Intervalli di confidenza dal test Holm-Bonferroni?

Sono un nuovo arrivato nel problema dei confronti multipli. Mi chiedo come calcolare gli intervalli di confidenza per il metodo Holm-Bonferroni?

So che per il metodo Bonferroni possiamo semplicemente cambiare il livello di confidenza da a . $1-\alpha$ $1-\frac{\alpha}{m}$

Questo metodo funziona anche con Holm-Bonferroni?

$\bf{Edit}:$ sembra che il metodo HB non fornisca una procedura per correggere la conf. intervallo. Ma potresti commentare posso usare un metodo per la correzione del valore p e l'altro metodo per la correzione dell'intervallo?

multiple-comparisons bonferroni

— Macaronnos
fonte

Forse questo può aiutare? cran.r-project.org/web/packages/multxpert/multxpert.pdf

[Questa risposta è stata completamente riscritta da ieri.]

Prima nomenclatura Il metodo Holm è anche chiamato il metodo step-down Holm o il metodo Holm-Ryan . Sono tutti uguali. Indipendentemente da quei nomi che usi, ci sono due calcoli alternativi. Il metodo Holm originale si basa su Bonferroni. Un metodo alternativo leggermente più potente si basa invece su Sidak, quindi viene chiamato il metodo Holm-Sidak.

Il metodo Holm può essere utilizzato per confronti multipli in una varietà di contesti. Il suo input è una pila di valori P. Un uso è seguire ANOVA, confrontando coppie di mezzi mentre correggendo correzioni multiple. Quando ciò viene fatto, per quanto posso vedere, è molto raro riportare intervalli di confidenza (corretti per confronti multipli, cosiddetti correttamente intervalli di confidenza simultanei) nonché conclusioni sulla significatività statistica e sui valori di P adattati alla molteplicità.

Ho trovato due articoli che spiegano come calcolare tali intervalli di confidenza, ma differiscono.

Serlin, R. (1993). Intervalli di confidenza e metodo scientifico: un caso per Holm sulla gamma. Journal of Experimental Education, 61 (4), 350–360.

inserisci qui la descrizione dell'immagine

Ludbrook, J. INFERENZE MULTIPLE UTILIZZANDO GLI INTERVALLI DI FIDUCIA. Farmacologia e fisiologia clinica e sperimentale (2000) 27, 212–215

inserisci qui la descrizione dell'immagine

Per i confronti con i valori P più piccoli, i due metodi sono gli stessi (ma uno usa C come numero di confronti e l'altro usa m ). Ma per i confronti con valori P maggiori, i due metodi differiscono. Per il confronto con il valore P più grande, Ludbrook calcolerebbe normalmente l'IC 95%, senza correzione per confronti multipli. Serlin userebbe la stessa regolazione per tutti i confronti con un valore P aggiustato maggiore di 0,05 (supponendo che si desideri intervalli del 95%), quindi gli intervalli per i confronti con valori P elevati sarebbero più ampi di quelli generati dal metodo Ludbrook.

Entrambi i metodi usano l'approccio Bonferroni, ma potrebbero essere facilmente adattati all'approccio Sidak.

Qualche idea su quale metodo sia corretto / migliore?

— Harvey Motulsky
fonte

Se hai un valore P, dovresti riuscire a ottenere un intervallo di confidenza. Un valore P a una coda indica che l'ipotesi nulla è al limite di un intervallo di confidenza del 100 * (1-P)%. Forse potresti modificare in modo iterativo il valore null fino a quando il valore P non esce come alfa per l'ampiezza dell'intervallo di confidenza desiderata.

— Michael Lew,

Ma si noti che gli aggiustamenti della molteplicità, per natura del paradigma frequentista, non sono prescritti dalla teoria e sono in qualche modo arbitrari. Non sono necessariamente collegati con intervalli di confidenza. Ci sono casi, ad esempio, nei test sequenziali di gruppo in cui si potrebbe smettere di rifiutare precocemente e avere ancora l'intervallo di confidenza corretto per la molteplicità per l'effetto del trattamento includono zero.

H_{0}

$H_0$

— Frank Harrell,