Ho un set di dati in cui collaudo differenze significative tra tre popolazioni rispetto a circa 50 variabili diverse. Lo faccio usando i test di Kruskal-Wallis, da un lato, e dai test del rapporto di verosimiglianza degli adattamenti del modello GLM nidificato (con e senza popolazione come variabile indipendente), dall'altro.
Di conseguenza, ho un elenco di valori di Kruskal-Wallis da un lato, e dall'altro quello che penso siano valori Chi square dai confronti LRT.
Ho bisogno di fare una qualche forma di correzione multipla dei test poiché ci sono> 50 test diversi e Benjamini-Hochberg FDR sembra essere la scelta più sensata.
Tuttavia, le variabili probabilmente non sono indipendenti, con diversi "clan" di loro correlati. La domanda è quindi: come posso sapere se l'insieme di statistiche sottostanti per i miei valori soddisfa i requisiti di dipendenza positiva necessari per la procedura di Benjamini-Hochberg che deve ancora essere vincolata al FDR?
Il documento Benjamini-Hochberg-Yekutieli del 2001 afferma che la condizione PRDS vale per la distribuzione multivariata normale e studentizzata. Che dire del mio rapporto di verosimiglianza testare i valori Chi quadrati per il confronto tra modelli? Che dire dei valori che ho per i test di Kruskal-Wallis?
Posso usare la correzione FDR nel caso peggiore di Benjamini-Hochberg-Yekutieli che non assume nulla sulla dipendenza, ma penso che in questo caso possa essere troppo conservativo e perdere alcuni segnali rilevanti.