Sto lavorando con alcune analisi spaziali esplorative in R usando il pacchetto spdep.
Mi sono imbattuto in un'opzione per regolare i valori p degli indicatori locali di associazione spaziale (LISA) calcolati usando la localmoran
funzione. Secondo i documenti si rivolge a:
... regolazione del valore di probabilità per più test.
Inoltre nei documenti di p.adjustSP
ho letto che le opzioni disponibili sono:
I metodi di regolazione comprendono la correzione di Bonferroni ('"bonferroni"') in cui i valori di p sono moltiplicati per il numero di confronti. Quattro correzioni meno conservative sono incluse anche da Holm (1979) ('"holm"'), Hochberg (1988) ('"hochberg"'), Hommel (1988) ('"hommel"') e Benjamini & Hochberg (1995) ('"fdr"'), rispettivamente. È inclusa anche un'opzione pass-through ('"none"').
I primi quattro metodi sono progettati per fornire un forte controllo del tasso di errore a livello familiare. Non sembra esserci alcun motivo per utilizzare la correzione non modificata di Bonferroni perché è dominata dal metodo di Holm, che è anche valido sotto ipotesi arbitrarie.
I metodi di Hochberg e Hommel sono validi quando i test di ipotesi sono indipendenti o quando sono associati in modo non negativo (Sarkar, 1998; Sarkar e Chang, 1997). Il metodo di Hommel è più potente di quello di Hochberg, ma la differenza è generalmente piccola e i valori p di Hochberg sono più veloci da calcolare.
Il metodo "BH" (aka "fdr") e "BY" di Benjamini, Hochberg e Yekutieli controllano il tasso di false scoperte, la percentuale attesa di false scoperte tra le ipotesi respinte. Il tasso di rilevamento falso è una condizione meno rigorosa rispetto al tasso di errore familiare, quindi questi metodi sono più potenti degli altri.
Un paio di domande che sono comparse:
- In parole povere: qual è lo scopo di questo adattamento?
- È necessario utilizzare tali correzioni?
- Se sì, come scegliere tra le opzioni disponibili?