Kann das Online-Multiple-Testing verbessert werden? Dieses Papier stellt ein neues Prinzip für die Kontrolle der Familywise Error Rate (FWER) beim Online-Hypothesentesten vor und bietet eine einheitliche Verbesserung gegenüber bestehenden Adaptive-Discard- (ADDIS-) Verfahren. Das neue Prinzip stellt sicher, dass die Wahrscheinlichkeit, mindestens einen Fehler vom Typ I zu begehen, unter Kontrolle bleibt, während eine potenziell unendliche Folge von Hypothesen im Laufe der Zeit getestet wird. Diese Forschung bietet eine einheitliche Verbesserung des ADDIS-Prinzips und verbessert somit alle ADDIS-Verfahren. Die verbesserten Methoden verwerfen konsistent mindestens so viele Hypothesen wie ADDIS-Verfahren, oft sogar mehr, während die FWER-Kontrolle aufrechterhalten wird. Dies bedeutet, dass die von uns vorgeschlagenen Methoden mindestens so viele Hypothesen verwerfen wie ADDIS-Verfahren und in einigen Fällen sogar mehr, während die FWER-Kontrolle aufrechterhalten wird. Die Ergebnisse bestätigen, dass es kein anderes FWER-kontrollierendes Verfahren gibt, das eine Hypothese verwirft. Das neue Prinzip wird angewendet, um einheitliche Verbesserungen von ADDIS-Spending und ADDIS-Graph abzuleiten, was seinen praktischen Nutzen demonstriert. Dieser Fortschritt verbessert die Leistung und Zuverlässigkeit des Online-Multiple-Testing und trägt zu einer robusteren statistischen Inferenz bei.
Dieses in Biometrical Journal veröffentlichte Papier befasst sich mit einem Kernthema der Biostatistik: der Kontrolle von Fehlerraten beim multiplen Hypothesentesten. Angesichts des Schwerpunkts der Zeitschrift auf statistischen Methoden in der biologischen und medizinischen Forschung bietet die einheitliche Verbesserung des ADDIS-Prinzips durch das Papier ein wertvolles Werkzeug für Forscher, die darauf abzielen, zuverlässigere Schlussfolgerungen aus komplexen Datensätzen zu ziehen. Es verbessert die Strenge der statistischen Inferenz in biomedizinischen Studien.