「家族ごとの誤り率に関して」「仮説のファミリー」の明確で実用的な定義は何でしょうか？

実験/プロジェクト/分析内で仮説のファミリーを構成するものを評価しようとしたとき、ファミリーを区切るためのガイドラインとして「目的が類似」および「内容が類似」であることがわかりましたが、これらは解釈にかなりの余地を残しています（控えめに言っても）。

分析の過程で、グループ平均のいくつかのテストと比率の均一性のテストの別のバッチを実行する場合、すべてを1つの仮説のファミリーにまとめないことは明らかです。

ただし、グループ平均のいくぶん関連性の高いテストのバッチがいくつかある場合、どの基準がそれらを1つのファミリにまとめるか（またはそれらを別々のファミリに分割するか）？家族のすべてのメンバーが同じ応答変数を持つ必要がありますか？異なる応答変数が含まれていても、同じケースセットが含まれている場合、それらすべてが一連の仮説にまとめられますか？

多重比較の問題は非常に大きなトピックです。多くの意見や多くの意見の相違がありました。これは多くのことが原因です。とりわけ、それは、問題が本当に重要であるという理由もありますし、最終的なルールや基準が本当にないという理由もあります。典型的なケースを考えてみましょう処理で実験を行い、有意な分散分析が得られたので、どの処理が異なるのか疑問に思いました。これについてどのようにすべきですか、 t検定を実行しますか？これらのテストは個々に.05でを保持しますが、「ファミリーワイズ」の（つまり、少なくとも1つのタイプIエラーが発生する確率）は爆発します。実際、家族ごとのエラー率はK （K - 1 ）/ 2 α α 1 - （1 - α ）$k$$k(k-1)/2$$\alpha$$\alpha$$1-(1-\alpha)^k$$\alpha$$\alpha$

基準は、仮説が相互依存しているということです。仮説のいずれかが破られた場合、結論または理論全体が破られます。したがって、すべてのテストが有意である場合、それらのどれもが誤って有意ではないという保証が必要です。

researchgateに関するディスカッション（http://www.researchgate.net/post/Bonferroni-how_is_the_family_of_hypotheses_defined）は、意見の収集に役立つ可能性のある論文のリストを提供しました-論文は「複数のテスト状況で修正をいつ適用するか」という質問から始まります」よく引用される論文は以下のとおりです。

1）ロスマンKJ。多重比較のための調整は必要ありません。疫学.1990; 1（1）：43-6。http://psg-mac43.ucsf.edu/ticr/syllabus/courses/9/2003/02/27/Lecture/readings/Rothman.pdf

2）Perneger TV。Bonferroniの調整の何が問題になっていますか。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.pdf

3）ベンダーR、ランゲS.複数のテストの調整-いつ、どのように？Jクリンエピデミオール。2001; 54：343-9。http://www.rbsd.de/PDF/multiple.pdf

概要：

1）および2）「すべての帰無仮説は真である」に焦点を当て、これは一般的な帰無仮説と呼ばれます。複数の比較の調整が適用されている場合、より適切に拒否できます（つまり、アルファ累積はありません）。ただし、1）と2）の両方が反対であり、一般的な帰無仮説が科学研究のプロセスで完全に使用されることはほとんどありません。したがって、データ全体の帰無仮説の1つまたは一部が「完全な理論を破る」基準は自動的に適用されません。分析は偶然に拒否されます。1）加えて、（誤って）拒否された単一の帰無仮説を考えることは世間知らずであり、科学コミュニティによって再び再訪されることは決してありません。

3）単一の仮説が1つの議論に溶けたら、調整を行う必要があると述べています。

私の見解では、1）、2）、3）単に鏡像であり、どれほど注意深く「全理論が破られる」という基準を満たさなければなりません。また、すべての帰無仮説を1つの大きなソーセージに入れる方法も、単一の仮説として提示されたソーセージのスライスに頼る方法もありません。これは、実証的研究が実際に研究領域の理論を用いた研究と出会う場所です。