Vis enkel innførsel

dc.contributor.advisorBakke, Øyvind
dc.contributor.authorNevjen, Fredrik
dc.date.accessioned2019-10-26T14:01:11Z
dc.date.available2019-10-26T14:01:11Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2624617
dc.description.abstractI denne oppgaven diskuterer vi metoder for multippel hypotesetesting generelt, og fokuserer spesifikt på lukket testing, introdusert av Marcus et al. (1976). Ulike lukkede testmetoder ble brukt for å kontrollere familywise error rate (FWER) ved parvis sammenligning av forventningsverdier. Spesialtilfellet med sammenligning av tre grupper ble undersøkt, hvor lukket testing tilføyer svært lite ekstra beregningstid. Simuleringresultater basert på gener- erte data viser at F-testen fra en-veis variansanalyse gir en sterk lukket testmetode i dette tilfellet, noe som bekrefter tidligere resultater av Shaffer (1981). Goeman et al. (2011) presenterte en metode som bruker lukket testing for å lage kon- fidensutsagn om false discovery proportion (FDP). Vi har anvendt denne metoden for å utføre modellseleksjon i multippel lineær regresjon, og sammenlignet den med konven- sjonelle metoder som lassoregresjon og modellseleksjon basert på AIC, samt Benjamini & Hochbergs metode (Benjamini and Hochberg, 1995) for kontroll av false discovery rate. Resultater fra simuleringer med data fra ulike, tifeldig genererte lineære modeller tyder på at metodene basert på hypotesetesting var sammenlignbare med konvensjonelle metoder i mange tilfeller, og generelt bedre til å identifisere kovariater som påvirker responsvariabe- len. Den FDP-baserte metoden synes allikevel å være for streng i forhold til å gjøre gode prediksjoner på usett data, mens Benjamini & Hochbergs metode ga like gode resultater som konvensjonelle metoder på dette området.
dc.description.abstractIn this thesis we discuss multiple hypothesis testing procedures and their properties in general, and the closed testing procedure introduced by Marcus et al. (1976) in particular. Various closed testing procedures were used to maintain familywise error rate (FWER) control for multiple pairwise comparisons of means. The specific case comparing three group means was explored, where the closed testing procedure provides FWER control with very little computational cost added. Simulation results using generated data show that the F-test commonly used in a one-way analysis of variance gives a powerful closed testing procedure in this scenario, confirming earlier results by Shaffer (1981). Goeman et al. (2011) presented a way to use closed testing procedures for the purpose of making confidence statements about the false discovery proportion (FDP). This method was applied for the purpose of model selection in multiple linear regression, and was compared to conventional methods such as lasso regression and best subset selection based on the Akaike information criterion (AIC). False discovery rate control with the Benjamini & Hochberg procedure (Benjamini and Hochberg, 1995) was also tested. Simulation results using generated data from various randomly constructed linear models show that the performance of the multiple testing procedures was similar to that of conventional methods in many cases, and generally better with respect to identifying relevant covariates. The FDP based method appeared somewhat strict when it came to making predictions on unseen data, while the Benjamini & Hochberg procedure was comparable to conventional methods for this purpose.
dc.languageeng
dc.publisherNTNU
dc.titleProperties of the closed testing procedure, with applications in pairwise comparisons and model selection
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel