Điều gì có thể là một định nghĩa rõ ràng, thực tế cho một gia đình giả thuyết của người Hồi giáo (liên quan đến tỷ lệ lỗi trong gia đình)?

Khi cố gắng đánh giá những gì tạo nên một gia đình giả thuyết trong một thí nghiệm / dự án / phân tích, tôi đã tìm thấy "mục đích tương tự" và "tương tự về nội dung" được đưa ra như là hướng dẫn để phân định gia đình, nhưng những điều này khá cởi mở để giải thích ( để nói rằng ít nhất).

Có vẻ như rõ ràng rằng trong quá trình phân tích, tôi thực hiện một số thử nghiệm về phương tiện nhóm và một loạt các thử nghiệm riêng biệt về tỷ lệ đồng nhất, rằng tôi sẽ không kết hợp mọi thứ lại với nhau thành một gia đình giả thuyết.

Tuy nhiên, nếu tôi có một số đợt thử nghiệm có nghĩa liên quan đến nhóm có nghĩa là gì, thì tiêu chí nào đưa họ lại với nhau trong một gia đình (hoặc chia chúng thành các gia đình riêng biệt)? Tất cả các thành viên của một gia đình nên có cùng một biến phản ứng? Nếu tôi có các biến trả lời khác nhau nhưng cùng một tập hợp các trường hợp liên quan, liệu tất cả chúng có bị bó vào một gia đình giả thuyết không?

$k$$k(k-1)/2$$\alpha$$\alpha$$1-(1-\alpha)^k$$\alpha$$\alpha$

Tiêu chí là các giả thuyết phụ thuộc lẫn nhau theo nghĩa là nếu một trong số chúng bị phá vỡ thì toàn bộ kết luận hoặc lý thuyết của bạn bị phá vỡ. Do đó, bạn cần đảm bảo rằng nếu tất cả các xét nghiệm đều có ý nghĩa thì không có xét nghiệm nào là sai.

Một cuộc thảo luận về nghiên cứu ( http://www.researchgate.net/post/Bonferroni-how_is_the_family_of_hypuitses_d xác định ) đã cung cấp một danh sách các bài báo, có thể giúp thu thập ý kiến ​​- bài báo thực sự bắt đầu từ câu hỏi "khi nào nên áp dụng sửa chữa trong một tình huống kiểm tra ". Các giấy tờ - được trích dẫn thường xuyên - là:

1) Rothman KJ. Không cần điều chỉnh là cần thiết để so sánh nhiều. Dịch tễ học.1990; 1 (1): 43-6. http://psg-mac43.ucsf.edu/ticr/syllabus/cifts/9/2003/02/27/Lecture/readings/Rothman.pdf

2) TV Perneger. Điều gì đã sai với điều chỉnh Bonferroni. BMJ. 1998; 316 (7139): 1236-8. http://static.sdu.dk/mediafiles/D/1/F/%7BD1F06030-8FA7-4EE2-BB7D-60D683B18EAA%7DWhat_s-wrong%20_with_Bonferroni_adjustments.BMJ.1998.p

3) Bender R, Lange S. Điều chỉnh cho nhiều thử nghiệm - khi nào và như thế nào? J lâm sàng Epidemiol. 2001; 54: 343-9. http://www.rbsd.de/PDF/mult Môn.pdf

Tóm lược:

1) và 2) tập trung vào "tất cả các giả thuyết null là đúng", được gọi là giả thuyết null chung. Nó có thể bị từ chối đúng hơn (nghĩa là không có alpha-cummulation) nếu điều chỉnh cho nhiều so sánh được áp dụng. Tuy nhiên, cả 1) và 2) đều phản đối, giả thuyết null nói chung hiếm khi được sử dụng đầy đủ trong quá trình nghiên cứu khoa học - vì vậy tiêu chí "phá vỡ toàn bộ lý thuyết" không tự động áp dụng, khi một / một số giả thuyết null trong dữ liệu của một người phân tích bị từ chối một cách tình cờ. 1) cho biết thêm, thật ngây thơ khi nghĩ về những giả thuyết null đơn, bị từ chối (giả mạo) sẽ không bao giờ được xem xét lại bởi cộng đồng khoa học.

3) nói rằng một khi các giả thuyết đơn lẻ tan chảy trong một đối số, các điều chỉnh phải được thực hiện.

Theo quan điểm của tôi 1), 2), 3) cùng nhau chỉ là tấm gương, chúng ta phải cẩn thận như thế nào về tiêu chí "phá vỡ toàn bộ lý thuyết". Không có cách nào để đặt tất cả các giả thuyết null vào một xúc xích lớn - cũng không phải là cách để dựa vào các lát xúc xích được trình bày như nhiều giả thuyết đơn lẻ. Đây là, nơi công việc thực nghiệm đáp ứng làm việc với lý thuyết từ lĩnh vực nghiên cứu.