False discovery rate
http://dbpedia.org/resource/False_discovery_rate an entity of type: Thing
假发现率（False discovery rate, FDR）完善了对多重假设测试的检验， 其中E表示期望，，V表示错误拒绝零假设的数目，R表示拒绝零假设的数目。R取0时FDR直接取0，写成一句话就是 偽發現率被用以校正多重比较所致的误差。在拒绝多个零假设时，FDR校正程序能够控制错误拒绝零假设（偽阳性）的可能性，来找到合适的结果组合。 较之于FWER校正（family-wise error rate)，FDR校正程序采用了更为宽松的标准（比如Bonferroni 校正，“一个假阳性也不许”）。所以，FDR校正法在提高一类错误（應接受虛無假說，卻拒絕虛無假說）的同时，有更好的檢定力。
rdf:langString
In statistics, the false discovery rate (FDR) is a method of conceptualizing the rate of type I errors in null hypothesis testing when conducting multiple comparisons. FDR-controlling procedures are designed to control the FDR, which is the expected proportion of "discoveries" (rejected null hypotheses) that are false (incorrect rejections of the null). Equivalently, the FDR is the expected ratio of the number of false positive classifications (false discoveries) to the total number of positive classifications (rejections of the null). The total number of rejections of the null include both the number of false positives (FP) and true positives (TP). Simply put, FDR = FP / (FP + TP). FDR-controlling procedures provide less stringent control of Type I errors compared to family-wise error rat
rdf:langString
Die Falscherkennungsrate (englisch False Discovery Rate, kurz FDR) findet Anwendung bei der Beherrschung multipler Testprobleme. Sie ist für ein Testverfahren als erwartetes Verhältnis aus fälschlicherweise zurückgewiesenen Nullhypothesen zu den zurückgewiesenen Nullhypothesen insgesamt definiert. Der Begriff wurde erstmals 1995 von und definiert.
rdf:langString
En estadística, la tasa de descubrimiento falso ( FDR ) es un método para conceptualizar la tasa de errores de tipo I en las pruebas de hipótesis nulas cuando se realizan comparaciones múltiples. Los procedimientos de control de FDR están diseñados para controlar el FDR, que es la proporción esperada de "descubrimientos" ( hipótesis nulas rechazadas) que son falsas (rechazos incorrectos de la hipótesis nula). De manera equivalente, el FDR es la relación esperada entre el número de clasificaciones positivas falsas (descubrimientos falsos) y el número total de clasificaciones positivas (rechazos de la hipótesis nula). El número total de rechazos de la hipótesis nula incluye tanto el número de falsos positivos (FP) como el de verdaderos positivos (VP). En pocas palabras, FDR = FP / (FP + VP
rdf:langString
rdf:langString
Falscherkennungsrate
rdf:langString
Tasa de descubrimiento falso
rdf:langString
False discovery rate
rdf:langString
偽發現率
xsd:integer
4574271
xsd:integer
1114400429
rdf:langString
Die Falscherkennungsrate (englisch False Discovery Rate, kurz FDR) findet Anwendung bei der Beherrschung multipler Testprobleme. Sie ist für ein Testverfahren als erwartetes Verhältnis aus fälschlicherweise zurückgewiesenen Nullhypothesen zu den zurückgewiesenen Nullhypothesen insgesamt definiert. Der Begriff wurde erstmals 1995 von und definiert. Grundlegend ist festzustellen, dass bei Testung multipler Hypothesen die Wahrscheinlichkeit einer Alphafehler-Kumulierung (Fehler 1. Art) zunimmt, d. h. eine Nullhypothese wird bei multiplen Tests trotz ihrer Richtigkeit hin und wieder zurückgewiesen – ein „Falsch-Alarm“ tritt auf. Aus diesem Grund muss bei der Signifikanzprüfung multipler Tests das Signifikanzniveau strenger und somit niedriger sein als bei einem einzelnen Hypothesentest. Die Bonferroni-Korrektur begegnet dieser Alphafehler-Kumulierung durch ein für alle Hypothesen gleich niedriges Signifikanzniveau, welches einen „Falsch-Alarm“ unwahrscheinlich macht. Die FDR ist ein Gütekriterium, welches die Richtigkeit aller akzeptierten Hypothesen misst und als Zielgröße eine Abwägung zwischen möglichst wenig „falschen Entdeckungen“ aber dennoch möglichst vielen richtigen Treffern ermöglicht. Die ist ein Verfahren, das das Signifikanzniveau so wählt, dass die FDR nicht zu hoch wird.
rdf:langString
In statistics, the false discovery rate (FDR) is a method of conceptualizing the rate of type I errors in null hypothesis testing when conducting multiple comparisons. FDR-controlling procedures are designed to control the FDR, which is the expected proportion of "discoveries" (rejected null hypotheses) that are false (incorrect rejections of the null). Equivalently, the FDR is the expected ratio of the number of false positive classifications (false discoveries) to the total number of positive classifications (rejections of the null). The total number of rejections of the null include both the number of false positives (FP) and true positives (TP). Simply put, FDR = FP / (FP + TP). FDR-controlling procedures provide less stringent control of Type I errors compared to family-wise error rate (FWER) controlling procedures (such as the Bonferroni correction), which control the probability of at least one Type I error. Thus, FDR-controlling procedures have greater power, at the cost of increased numbers of Type I errors.
rdf:langString
En estadística, la tasa de descubrimiento falso ( FDR ) es un método para conceptualizar la tasa de errores de tipo I en las pruebas de hipótesis nulas cuando se realizan comparaciones múltiples. Los procedimientos de control de FDR están diseñados para controlar el FDR, que es la proporción esperada de "descubrimientos" ( hipótesis nulas rechazadas) que son falsas (rechazos incorrectos de la hipótesis nula). De manera equivalente, el FDR es la relación esperada entre el número de clasificaciones positivas falsas (descubrimientos falsos) y el número total de clasificaciones positivas (rechazos de la hipótesis nula). El número total de rechazos de la hipótesis nula incluye tanto el número de falsos positivos (FP) como el de verdaderos positivos (VP). En pocas palabras, FDR = FP / (FP + VP). Los procedimientos de control de FDR proporcionan un control menos estricto de los errores de tipo I en comparación con los procedimientos de control de la tasa de error familiar (FWER) (como la corrección de Bonferroni ), que controlan la probabilidad de al menos un error de tipo I. Por lo tanto, los procedimientos de control de FDR tienen mayor poder, a costa de un mayor número de errores de Tipo I.
rdf:langString
假发现率（False discovery rate, FDR）完善了对多重假设测试的检验， 其中E表示期望，，V表示错误拒绝零假设的数目，R表示拒绝零假设的数目。R取0时FDR直接取0，写成一句话就是 偽發現率被用以校正多重比较所致的误差。在拒绝多个零假设时，FDR校正程序能够控制错误拒绝零假设（偽阳性）的可能性，来找到合适的结果组合。 较之于FWER校正（family-wise error rate)，FDR校正程序采用了更为宽松的标准（比如Bonferroni 校正，“一个假阳性也不许”）。所以，FDR校正法在提高一类错误（應接受虛無假說，卻拒絕虛無假說）的同时，有更好的檢定力。
xsd:nonNegativeInteger
30173