Holm方法和Bonferroni方法都是多重比较校正方法,用于控制在进行多个假设检验时的错误率。当使用p.adjust函数对Holm方法和Bonferroni方法进行校正时,得到的结果会相同的原因是因为它们都是基于不同的校正算法,但目标都是控制整体错误率。
Holm方法是一种顺序校正方法,它首先对原始的p值进行排序,然后按照排序后的顺序逐个校正p值。具体步骤如下:
Bonferroni方法是一种简单的校正方法,它将整体显著性水平除以进行比较的假设数量,得到每个假设的校正显著性水平。具体步骤如下:
由于Holm方法和Bonferroni方法都是控制整体错误率的方法,它们在进行多重比较时会得到相同的结果。但需要注意的是,Holm方法相对于Bonferroni方法来说更具有统计功效,因为Holm方法考虑了排序后的p值的信息。
对于Holm方法和Bonferroni方法的应用场景,它们适用于需要进行多个假设检验的情况,例如在生物医学研究中进行基因表达分析、药物研发中进行多个药效比较等。在这些场景下,使用Holm方法或Bonferroni方法可以有效控制错误率,提高研究的可靠性。
腾讯云相关产品和产品介绍链接地址:
云+社区技术沙龙[第7期]
云+社区技术沙龙[第14期]
技术创作101训练营
Elastic 中国开发者大会
云+社区技术沙龙[第21期]
高校公开课
云+社区技术沙龙[第16期]
领取专属 10元无门槛券
手把手带您无忧上云