Benjamini & Hochberg (1995) 和 Benjamini & Yekutieli (2001) 錯誤發現率程序之間的實際區別是什麼？
我的統計程序實現了 Benjamini & Hochberg (1995) 和 Benjamini & Yekutieli (2001) 錯誤發現率 (FDR) 程序。我已盡力通讀後面的論文，但它在數學上相當密集，我不能合理地確定我理解這些程序之間的區別。我可以從我的統計程序中的底層代碼中看到它們確實是不同的，並且後者包括一個我見過的關於 FDR 的數量 q，但也不太了解。
是否有任何理由更喜歡 Benjamini & Hochberg (1995) 程序而不是 Benjamini & Yekutieli (2001) 程序？他們有不同的假設嗎？這些方法之間的實際區別是什麼？
Benjamini, Y. 和 Hochberg, Y. (1995)。控制錯誤發現率：一種實用且強大的多重測試方法。皇家統計學會雜誌 B 系列，57，289–300。
Benjamini, Y. 和 Yekutieli, D. (2001)。依賴關係下多次測試中錯誤發現率的控制。統計年鑑 29, 1165–1188。
以下評論中引用了 1999 年的論文：Yekutieli, D., & Benjamini, Y. (1999)。基於重採樣的錯誤發現率控制相關測試統計的多個測試過程。統計規劃與推理雜誌，82（1），171-196。
Benjamini and Hochberg (1995) 介紹了錯誤發現率。Benjamini and Yekutieli (2001) 證明了估計量在某些形式的依賴下是有效的。依賴可以如下產生。考慮 t 檢驗中使用的連續變量和與之相關的另一個變量；例如，測試兩組的 BMI 是否不同，以及這兩組的腰圍是否不同。因為這些變量是相關的，所以得到的 p 值也將是相關的。Yekutieli 和 Benjamini (1999) 開發了另一種 FDR 控製程序，可以通過重新採樣零分佈在一般依賴下使用。因為比較是針對零排列分佈的，所以隨著真陽性總數的增加，該方法變得更加保守。事實證明，隨著真陽性數量的增加，BH 1995 也是保守的。為了改進這一點，Benjamini 和 Hochberg (2000) 引入了自適應 FDR 程序。這需要估計一個參數，即空比例，該參數也用於 Storey 的 pFDR 估計器。Storey 進行了比較，並認為他的方法更強大，並強調了 1995 程序的保守性。Storey 也有依賴的結果和模擬。
上述所有測試在獨立下都是有效的。問題是這些估計可以處理什麼樣的偏離獨立性。
我目前的想法是，如果你不期望有太多的真陽性，那麼 BY (1999) 程序會很好，因為它結合了分佈特徵和依賴性。但是，我不知道實施。Storey 的方法是為許多具有一定依賴性的真陽性而設計的。BH 1995 提供了家庭錯誤率的替代方案，它仍然是保守的。
本傑明尼，Y 和 Y 霍赫伯格。關於具有獨立統計的多重測試中錯誤發現率的自適應控制。教育與行為統計雜誌，2000 年。