통합검색

유의확률(p값) 하나로 효과의 크기와 진실까지 말할 수 있을까?

미국통계학회의 여섯 원칙을 따라 p값이 말하는 것과 말하지 않는 것을 구분하고, 효과크기·불확실성·분석 투명성을 함께 읽습니다.

The ASA Statement on p-Values: Context, Process, and Purpose

유의확률(p값)이 0.05면 ‘이 결론이 틀릴 확률’도 5%일까?

Colquhoun의 계산은 p값과 발견의 사후 오류확률이 다른 양임을 보이며, 사전가능성·검정력·관측 증거를 함께 명시해야 한다고 주장합니다.

An Investigation of the False Discovery Rate and the Misinterpretation of p-values

거짓 발견률 5%는 ‘한 번이라도 틀릴 확률 5%’와 같을까?

Benjamini–Hochberg 절차는 발견들 가운데 거짓 발견의 기대 비율을 통제합니다. 적어도 하나의 오류를 막는 가족단위 오류율과 분모가 다릅니다.

Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing

유의한 결과 묶음의 오류율은 개별 결과의 오류 확률일까?

거짓 발견률을 추정하는 연구는 다중 검정에서 무엇을 분모로 삼는지 분명히 합니다. 기대 비율과 이번 결과의 실제 비율도 구별해야 합니다.

A direct approach to false discovery rates

거짓 발견률 5%는 ‘한 번이라도 틀릴 확률 5%’와 같을까?

정렬된 다섯 p값과 순위별 BH 문턱을 비교하고 FDR과 FWER의 서로 다른 분모를 표시한 표