统计
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- Bonferroni 方法
- 举个栗子
- Bonferroni校正
前言
原链接：
/
Bonferroni 方法
用于控制一整组置信区间的整体置信水平的方法。在检验多个置信区间时考虑整体置信水平很重要，因为对于一组置信区间来说，其中至少一个置信区间不包含总体参数的几率大于任何单个区间的几率。为解决这一较高的误差率，Bonferroni 方法会调整每个单个区间的置信水平，以使所获得的整体置信水平等于您指定的值。
举个栗子
如要在同一数据集上检验两个独立的假设，显著水平设为常见的0.05。此时用于检验该两个假设应使用更严格的0.025。即0.05* (1/2)。该方法是由Carlo Emilio Bonferroni发展的，因此称Bonferroni校正。
这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验，每20个假设中就有一个可能纯粹由于概率，而达到0.05的显著水平。
Bonferroni校正
如果在同一数据集上同时检验n个独立的假设，那么用于每一假设的统计显著水平，应为仅检验一个假设时的显著水平的1/n。
统计
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- Bonferroni 方法
- 举个栗子
- Bonferroni校正
前言
原链接：
/
Bonferroni 方法
用于控制一整组置信区间的整体置信水平的方法。在检验多个置信区间时考虑整体置信水平很重要，因为对于一组置信区间来说，其中至少一个置信区间不包含总体参数的几率大于任何单个区间的几率。为解决这一较高的误差率，Bonferroni 方法会调整每个单个区间的置信水平，以使所获得的整体置信水平等于您指定的值。
举个栗子
如要在同一数据集上检验两个独立的假设，显著水平设为常见的0.05。此时用于检验该两个假设应使用更严格的0.025。即0.05* (1/2)。该方法是由Carlo Emilio Bonferroni发展的，因此称Bonferroni校正。
这样做的理由是基于这样一个事实：在同一数据集上进行多个假设的检验，每20个假设中就有一个可能纯粹由于概率，而达到0.05的显著水平。
Bonferroni校正
如果在同一数据集上同时检验n个独立的假设，那么用于每一假设的统计显著水平，应为仅检验一个假设时的显著水平的1/n。