01
AI helps resolve统计学中BH方法FDR控制的核心问题
Edgar Dobriban运用GPT-5.6 Sol Pro解决了多假设检验中Benjamini-Hochberg方法在相关正态数据下控制假发现率(FDR)的核心问题,证明其在两侧检验中不一定能控制FDR。作者构建了高斯因子模型,在α=0.01的名义水平下证实FDR>0.0104,且提供了理论证明和数值证书支持。
值得跟进
围绕 统计学 的精选动态、来源摘要和重要性判断。
Edgar Dobriban运用GPT-5.6 Sol Pro解决了多假设检验中Benjamini-Hochberg方法在相关正态数据下控制假发现率(FDR)的核心问题,证明其在两侧检验中不一定能控制FDR。作者构建了高斯因子模型,在α=0.01的名义水平下证实FDR>0.0104,且提供了理论证明和数值证书支持。