随着比较次数的增加，Benjamini-Hochberg修正更保守吗？

Benjamini-Hochberg多重测试校正相对于比较总数的保守程度如何？例如，如果我有两个组的18,000个特征的列表，然后执行Wilcoxon测试以获取p值。我使用Benjamini-Hochberg调整了该p值，几乎没有结果显示出来。

我知道随着比较次数的增加，Bonferroni校正可以相当保守，Benjamini-Hochberg是否具有相同的性质？

首先，您需要了解这两个多重测试过程不能控制同一件事。以您的示例为例，我们有两组具有18,000个观察变量的组，您进行了18,000个测试，以识别一些变量，它们在一组之间是不同的。

• Bonferroni校正控制Familywise错误率，即假设两组中所有18,000个变量均具有相同分布的概率，即您错误地宣称“这里我有一些显着差异”。通常，您决定如果该可能性小于5％，则您的主张是可信的。

• Benjamini-Hochberg校正控制错误发现率，即，在您声称存在差异的变量中，误报的预期比例。例如，如果FDR控制为5％，则20个测试为阳性，“平均”这些测试中只有1个为假阳性。

现在，当比较的数量增加时……好吧，这取决于真实的边际零假设的数量。但是基本上，在这两个过程中，如果有几个（假设有5个或10个）真正相关的变量，则与100万个变量相比，您更有机会在100个变量中检测到它们。那应该足够直观。无法避免这种情况。