R

给定一组 p 值，返回使用多种方法之一调整的 p 值。

p 值的数值向量（可能使用 NA ）。任何其他 R 对象都会被 as.numeric 强制。

校正方法， character 串。可以缩写。

比较次数，必须至少为 length(p) ；仅当您知道自己在做什么时才设置此选项（为非默认值）！

调整方法包括 Bonferroni 校正 ( "bonferroni" )，其中 p 值乘以比较次数。Holm (1979) ( "holm" )、Hochberg (1988) ( "hochberg" )、Hommel (1988) ( "hommel" )、Benjamini & Hochberg (1995) ( "BH" 或其别名 "fdr" ) 以及 Benjamini & Yekutieli ( 2001）（ "BY" ），分别。还包括直通选项 ( "none" )。这组方法包含在 p.adjusthods 向量中，以便需要将该方法作为选项并将其传递给 p.adjust 的方法。

前四种方法旨在对族错误率进行强有力的控制。似乎没有理由使用未经修改的 Bonferroni 校正，因为它以 Holm 方法为主，该方法在任意假设下也有效。

当假设检验独立或非负相关时，Hochberg 和 Hommel 的方法是有效的（Sarkar，1998；Sarkar 和 Chang，1997）。Hommel 的方法比 Hochberg 的方法更强大，但差异通常很小，并且 Hochberg p 值的计算速度更快。

Benjamini、Hochberg 和 Yekutieli 的 "BH" （又名 "fdr" ）和 "BY" 方法控制 false 发现率，即被拒绝的假设中 false 发现的预期比例。 false 发现率的条件不如族错误率严格，因此这些方法比其他方法更强大。

请注意，您可以将 n 设置为大于 length(p) ，这意味着对于 "bonferroni" 和 "holm" 方法，假定未观察到的 p 值大于所有观察到的 p 值，对于其他方法，则假定等于 1。

修正 p 值的数值向量（与 p 长度相同，名称从 p 复制）。

本杰明尼，Y. 和霍赫伯格，Y. (1995)。控制 false 发现率：一种实用而强大的多重测试方法。《皇家统计学会杂志》B 系列，57，289–300。土井： 10.1111/j.2517-6161.1995.tb02031.x 。 https://www.jstor.org/stable/2346101 。

本杰明尼，Y. 和耶库铁利，D. (2001)。依赖下多次测试中 false 发现率的控制。统计年鉴，29，1165–1188。土井： 10.1214/aos/1013699998 。

霍尔姆，S.（1979）。一个简单的顺序拒绝多重测试程序。斯堪的纳维亚统计杂志，6，65-70。 https://www.jstor.org/stable/4615733 。

霍梅尔，G.（1988）。基于改进的 Bonferroni 测试的阶段式拒绝多重测试程序。生物计量学，75, 383–386。土井： 10.2307/2336190 。

霍赫伯格，Y.（1988）。用于多重显着性检验的更清晰的 Bonferroni 程序。生物计量学，75, 800–803。土井： 10.2307/2336325 。

谢弗，JP (1995)。多重假设检验。心理学年度评论，46，561-584。土井： 10.1146/annurev.ps.46.020195.003021 。（对该地区的精彩评论。）

萨卡，S.（1998）。有序 MTP2 随机变量的一些概率不等式：西蒙斯猜想的证明。统计年鉴，26，494-504。土井： 10.1214/aos/1028144846 。

Sarkar, S. 和 Chang, CK (1997)。用于具有正相关检验统计量的多重假设检验的 Simes 方法。美国统计协会杂志，92，1601-1608。土井： 10.2307/2965431 。

赖特，SP (1992)。调整同步推理的 P 值。生物识别学，48，1005–1013。土井： 10.2307/2532694 。（解释调整后的 P 值方法。）

pairwise.* 的功能如 pairwise.t.test 。