少数のサンプルと多数の変数を含むデータセットがあります。各変数に対して仮説検定（T検定）を実行し、p値の数を取得しました。ただし、変数は相互に相関しており、FDR補正（ベンジャミニーホッホベルク法）は、テストが独立しているか、または正の回帰に依存していることを前提としています。
~~
BY（2001）の論文（http://projecteuclid.org/euclid.aos/1013699998）から、BYは、BHプロシージャが変数が独立しているか、相互に正の回帰に依存しているデータセットでもうまく機能することを証明しているように思えます。しかし、彼らはまた、BH手続きがうまく機能しない依存関係の他の形式があるかもしれないと述べました。Yはhttp://www.math.tau.ac.il/~yekutiel/papers/JSPI%20--%20Dani.pdfから、BHプロシージャをBYプロシージャに拡張して、非正の回帰依存の状況に対応しています。私の質問は、正の回帰依存とは何であり、非正の回帰依存とは何ですか？いくつかの例が非常に役立ちます。
FDRは独立を想定していません。たとえば、こことここに私の答えを見てください。個々のタイプの依存関係には、さらに特殊な手順がいくつかありますが、データセットにどのような依存関係があるかについて、より詳細に説明する必要があります。
—
クリスC
@ChrisC、参考にさせていただきます。正の回帰依存性とは何ですか？BY（2001）の論文では、PRDSは単なる正の回帰依存の拡張または特殊なケースです。また、このペーパーmath.tau.ac.il/~yekutiel/papers/JSPI%20--%20Dani.pdfには、非正の回帰依存関係があります。これら2つが何であるか私にはわかりません。手伝ってくれますか？
—
WCMC 2016
あなたの質問に答えるために、2つの確率変数間の正の相関は、1つが特定のプロパティを持っている場合、もう1つは同じになる傾向があることを意味します。反対に、2つの確率変数が独立している場合よりも同じプロパティを共有しない傾向がある場合、負の相関があります。私はBYの論文を読みませんでしたが、BHが正しく適用されないケースは非常に特殊であるため、ほとんどの場合BHで問題ないはずです。
—
ジャンポール
@JeanPaul、より正確に説明してください。どのプロパティを参照していますか？問題は、正の回帰依存性についてでした。また、推測は本当に答えではありません。
—
ナルピー2017