Cox比例风险回归模型（proportional hazards model） 知识小结------数据分析------Fisher‘s exact test(费希尔检测)

https://www.cnblogs.com/emanlee/archive/2012/06/11/2545571.html

我建议这种统计算法还是需要自己去找本统计书好好看看，因为网上好多都讲的不清楚。 说来惭愧，我自己也没看书，但是综合了网上的讲述和维基百科，大致了解了，因为知识读的论文有这些知识，所以我也只是方便自己去了解论文而学的。 不详细的地方，不对的地方还请多多批评！

邦费罗尼校正（英语：Bonferroni correction）是统计学中在多重比较时使用的一种方法，以意大利数学家卡罗·埃米利奥·邦费罗尼的名字命名。

通常的做法是，在保持第一类错误出现的机会在某个特定水平上的时候（即显著性差异值或α值），尽量减少第二类错误出现的概率。

以下截图来自维基百科

这是博客地址 内容如下： Bonferroni校正法: 此方法是在进行两两比较时对检验水准进行调整的办法，但是该方法在比较的次数较多时，就不太适合，因为校正后的检验水准会过小。此时可采用sidark法进行多重比较（仍然是对检验水准进行调整）。

统计学中一般以小概率作为判断差异是否显著的标准，通常都以0.05或0.01作为判断标准。在多重比较中， bonferroni是以t分布作为检验分布的，但多重比较时若均以0.05作为小概率的话，每次比较就会有5%犯一型错误的可能。但如果有n次比较，如有4个组要做6次比较，则有C6（2）*5%一型错误发生的概率，不符合小概率判断的原则。因此，bonferroni中，将小概率0.05或0.01除以要比较的次数n，作为判断显著性的小概率，这样，多重比较总的一型错误发生的概率不会超过0.05或0.01。 控制累积Ⅰ类错误概率增大的方法 采用Bonferroni法,SNK法和Tukey法等方法

当有k个均数需作两两比较时,比较的次数共有c= = k!/(2!(k-2)!)=k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α,累积Ⅰ类错误的概率为α’,则在对同一实验资料进行c次检验时,在样本彼此独立的条件下,根据概率乘法原理,其累积Ⅰ类错误概率α’与c有下列关系: α’=1-(1-α)c (8.6) 例如,设α=0.05,c=3(即k=3),其累积Ⅰ类错误的概率为α’=1-(1-0.05)3 =1-(0.95)3 = 0.143

方法:采用α=α’/c作为下结论时所采用的检验水准.c为两两比较次数, α’为累积I类错误的概率. 例8-1四个均值的Bonferroni法比较 设α=α’/c=0.05/6=0.0083,由此t的临界值为t(0.0083/2,20)=2.9271 Bonferroni法的适用性 当比较次数不多时,Bonferroni法的效果较好. 但当比较次数较多(例如在10次以上)时,则由于其检验水准选择得过低,结论偏于保守.

后面基本是复制粘贴，别人的，因为，讲的很好了，所以我也不再总结了。毕竟我的知识储备太少了。