Local Moran's I統計量（LISA）のp値調整

私はspdepパッケージを使用して、Rでいくつかの探索的空間分析を行っています。

関数を使用して計算された空間的関連のローカルインジケーター（LISA）のp値を調整するオプションを見つけましたlocalmoran。ドキュメントによると、それは目的としている：

...複数のテストの確率値調整。

さらにp.adjustSP私が読んだドキュメントでは、利用可能なオプションは次のとおりです：

調整方法には、p値に比較回数を掛けるBonferroni補正（ '"bonferroni"'）が含まれます。Holm（1979）（ '"holm"'）、Hochberg（1988）（ '"hochberg"'）、Hommel（1988）（ '"hommel"'）およびBenjamini＆Hochberg（1995）には、保守性の低い4つの修正も含まれています。 （ '"fdr"'）、それぞれ。パススルーオプション（ '"none"'）も含まれています。

最初の4つの方法は、家族ごとのエラー率を強力に制御できるように設計されています。変更されていないBonferroni補正を使用する理由はないようです。これは、Hormの方法が支配的であるため、任意の仮定の下でも有効です。

Hochberg法とHommel法は、仮説検定が独立している場合、またはそれらが非負に関連している場合に有効です（Sarkar、1998; SarkarおよびChang、1997）。Hommelの方法はHochbergの方法よりも強力ですが、通常、差は小さく、Hochbergのp値の計算は高速です。

Benjamini、Hochberg、およびYekutieliの "BH"（別名 "fdr"）および "BY"メソッドは、偽の発見率を制御します。これは、棄却された仮説の中で予想される偽の発見の割合です。誤検出率は、ファミリごとのエラー率よりも厳格ではないため、これらの方法は他の方法よりも強力です。

現れたいくつかの質問：

1. 簡単に言えば、この調整の目的は何ですか？
2. そのような修正を使用する必要がありますか？
3. はいの場合-利用可能なオプションから選択する方法は？

簡単に言うと、あなたが直面している問題は、複数仮説検定と呼ばれます。名前が示すように、同時に多くの仮説をテストしているときに発生します。

テストの帰無仮説（偽陽性）を誤って拒否する確率が5％であるとします。テストするデータセット（この場合は、ローカルのモラン統計を適用する各セット）の数を増やすと、データセットで偽陽性を観測する確率は、観測する確率とは関係なく増加します単一のデータセットの誤検知は同じです。

この問題を修正するために、あなたが見つけたものである多くの可能な「修正」があります。ローカル統計が本当に必要な場合、それを回避することはできません。それ以外の場合は、グローバル統計を単一の仮説として使用できます。