Una prueba de independencia completa basada en la FDR.

• Jorge Iván Vélez ^[1] ; Juan Carlos Correa ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Comunicaciones en Estadística, ISSN 2027-3355, ISSN-e 2339-3076, Vol. 6, Nº. 2, 2013, págs. 109-120
• Idioma: español
• DOI: 10.15332/s2027-3355.2013.0002.01
• Títulos paralelos:
  • A test for complete Independence based on FDR.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El análisis e interpretación de datos multivariados se facilita enormemente si las variables son independientes. En la práctica, este supuesto se verifica a traves de una prueba de independencia completa. Proponemos una nueva prueba de independencia completa basada en la tasa de falsos descubrimientos (FDR, en inglés), y reportamos los resultados de un estudio de simulación en el que se comparan los niveles de significancia real de esta propuesta y otras pruebas comunmente utilizadas. Encontramos que el nivel de significancia real solo se mantiene por debajo del te ́orico para la prueba basada en la FDR, y que este es independiente del tamaño de muestra y el número de variables. Finalmente, ilustramos nuestra propuestacon dos ejemplos.

  • English

    Analysis and interpretation of multivariate data is largely facilitated if the variables are independent. In the practice, this supposition is verified through a test for complete independence. We propose a new test for complete independence based on the false discovery rate (FDR), and report the results of a simulation study which compares the real significance levels of this proposal and other tests generally used. We found that the real significance level only remains under the theoretical one for the test based on FDR, and that this is regardless the size of the sample and number of variables. Finally, we illustrate our proposal with two examples.

• Referencias bibliográficas
  • Anderson, E. (1935), ‘The irises of the Gaspe peninsula’, Bulletin of the American Iris Society 59, 2–5.
  • Bartlett, M. (1954), ‘A note on multiplying factors for various χ 2 approximations’, Journal of the Royal Statistical Society, Ser. B (Methodological)...
  • Benjamini, Y. & Hochberg, Y. (1995), ‘Controlling the false discovery rate: A practical and powerful approach to multiple testing’, Journal...
  • Box, G. (1949), ‘A general distribution theory for a class of likelihood criteria’, Biometrika 36, 317–346.
  • Correa, J. C. (2006), Control de la proporción de hipótesis rechazadas equivocadamente, Curso de Estad´ıstica Genética, Universidad de Antioquia.
  • Correa, J. C. (2011), ‘Diagnósticos de regresión usando la FDR (Tasa de Descubrimientos Falsos)’, Comunicaciones en Estad´ıstica 3(2), 109–118.
  • Dudoit, S., Yang, Y.-H., Callow, M. J. & Speed, T. P. (2002), ‘Statistical methods for identifying differentially expressed genes in replicated...
  • Morrison, D. F. (1976), Multivariate statistical methods, 2 edn, New York: McGraw-Hill.
  • Morrison, D. F. (2005), Multivariate statistical methods, 4 edn, Belmont, CA: Brooks/Cole.
  • Mudholkar, G. S., Trivedi, M. C. & Lin, T. (1982), ‘An approximation to the distribution of the likelihood ratio statistic for testing...
  • Nguyen, D. V., Bulak Apart, A., Wang, N. & Carrol, R. J. (2002), ‘DNA microarray experiments: biological and technological aspects’, Biometrics...
  • R Core Team (2013), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN...
  • Schaffer, J. P. (1995), ‘Multiple hypothesis testing: A review’, Annu. Rev. Psychol. 46, 561–84.
  • Schott, J. R. (2005), ‘Testing for complete independence in high dimensions’, Biometrika 92(4), 951–956.
  • Wilks, S. S. (1935), ‘On the independence of k sets of normally distributed statistical variables’, Econometrika 3, 309–26.