SEARCH

SEARCH BY CITATION

Keywords:

  • Bonferroni method;
  • false discovery rate;
  • Holm's method;
  • hypothesis generation;
  • multiple hypothesis testing;
  • q value
  • descubrimiento falso;
  • generación de hipótesis;
  • método Bonferroni;
  • método de Holm;
  • prueba de hipótesis múltiples;
  • tasa de valor q

Abstract: When analyzing a table of statistical results, one must first decide whether adjustment of significance levels is appropriate. If the main goal is hypothesis generation or initial screening for potential conservation problems, then it may be appropriate to use the standard comparisonwise significance level to avoid Type II errors (not detecting real differences or trends). If the main goal is rigorous testing of a hypothesis, however, then an adjustment for multiple tests is needed. To control the familywise Type I error rate (the probability of rejecting at least one true null hypothesis), sequential modifications of the standard Bonferroni method, such as Holm's method, will provide more statistical power than the standard Bonferroni method. Additional power may be achieved through procedures that control the false discovery rate (FDR) (the expected proportion of false positives among tests found to be significant). Holm's sequential Bonferroni method and two FDR-controlling procedures were applied to the results of multiple-regression analyses of the relationship between habitat variables and the abundance of 25 species of forest birds in Japan, and the FDR-controlling procedures provided considerably greater statistical power.

Resumen: Al analizar una tabla de resultados estadísticos, primero se debe decidir si el ajuste de niveles de significancia es adecuado. Si la meta principal es la generación de hipótesis o la selección inicial de problemas de conservación potenciales, entonces puede ser apropiado utilizar el nivel de significancia estándar de comparación para evitar errores de Tipo II (no detectar diferencias reales o tendencias). Sin embargo, si la meta principal es probar una hipótesis rigurosamente, entonces se requiere un ajuste para pruebas múltiples. Para controlar la tasa error de Tipo I (la probabilidad de rechazar por lo menos a una hipótesis nula verdadera) modificaciones secuenciales del método Bonferroni estándar, como el método de Holm, proporcionarán más poder estadístico que el método Bonferroni estándar. Se puede obtener poder adicional por medio de procedimientos que controlan la tasa de descubrimiento falso (la proporción esperada de falsos positivos entre pruebas que resulta significativa). Se aplicaron el método Bonferroni secuencial de Holm y dos procedimientos de tasa de descubrimiento falso (TDF) a los resultados de análisis de regresión múltiple de la relación entre variables de hábitat y abundancia de 25 especies de aves de bosque en Japón, y los procedimientos de control de TDF proporcionaron considerablemente mayor poder estadístico.