Çoxsaylı testlər problemi (Multiple comparisons problem-MC problem) - Statistik təhlil zamanı bir neçə fərqli qrup arasında müqayisə aparmaqla bağlı yaranan problem. Bu problem əsasən statistik testlərin bir neçə dəfə tətbiq edildiyi vəziyyətlərdə ortaya çıxır, bu da səhv nəticələrin sayını artırır. Mahiyyəti Əsas problem, çoxsaylı müqayisələrin aparılması ilə əlaqəli yanlış müsbət nəticələrin (type I error) ehtimalının artmasıdır. MC probleminin kökləri, statistik testlərin sayı çoxaldıqca, səhv ehtimallarının artması ilə bağlı yaranan çətinliklərin araşdırılmasına dayanır. MC problemi, bir çox testin paralel tətbiq olunduğu zaman nəticələrin səhv olmaması üçün əlavə düzəlişlərin edilməsi lazım olduğunu göstərir. Məsələn, tək bir testin səhv ehtimalı 5% olduqda, bu o deməkdir ki, 100 testdən 5-i yanlış müsbət nəticə verə bilər. Lakin bir neçə testin paralel tətbiq olunduğu zaman hər bir testin səhv ehtimalı birləşərək ümumi səhv ehtimalını artırır. Yəni, 5 testdən hər birinin səhv ehtimalı 5% olsa da, ümumi səhv ehtimalı daha yüksək ola bilər. Misal üçün, 10 fərqli testin keçirilməsi vəziyyətində, hər bir testin səhv ehtimalı 5% olsa da, ümumilikdə bu, təxminən 40% ehtimalla ən azı bir testin yanlış müsbət nəticə verəcəyini göstərir. Bu, çoxsaylı müqayisələrdə yanlış nəticələr alma riskini artırır və statistik nəticələrin etibarlılığını azaldır. Bu səbəbdən, çoxsaylı müqayisə aparıldıqda, səhv ehtimallarını tənzimləmək və doğru nəticələrə daha yaxın olmaq üçün əlavə düzəlişlər və metodlar tətbiq edilməlidir. Tarix Bu anlayış ilk dəfə 1950-ci illərdə, bir neçə qrup və ya faktor arasındakı fərqləri müqayisə etmək üçün aparılan eksperimentlərdə nəzərə alınıb. Ən məşhur yanaşmalardan biri Bonferroni düzəlişidir. Bu yanaşma, hər bir test üçün səhv ehtimalını tənzimləyir, beləliklə, yanlış müsbət nəticələrin sayını azaldır. Lakin, bu yanaşma konservativdir və çoxsaylı testlərdə daha yüksək səhv ehtimalları ilə nəticələnə bilər. Alternativ yanaşmalar arasında Tukey testləri, Holm-Bonferroni metodları və FDR (False Discovery Rate) metodu da mövcuddur. Hər bir metodun öz üstünlükləri və çatışmazlıqları vardır. Məsələn, Bonferroni düzəlişi konservativ olmaqla yanaşı, bəzən həddindən artıq ehtiyatlı olur və testin gücünü zəiflədir. Digər metodlar isə daha az konservativ yanaşmalar təqdim edir, lakin bəzən səhv müsbət nəticələrin sayını daha çox artıra bilər. MC problemi ilə mübarizə aparan statistik metodlar arasında ən geniş istifadə edilənlərdən biri Bayes yanaşmalarıdır. Bu yanaşmalar testlərin əslində müxtəlifliklərini qiymətləndirir və səhv ehtimallarını optimallaşdırmağa çalışır. Lakin, bu yanaşmaların istifadəsi çox vaxt mürəkkəbdir və əlavə məlumatlar tələb edir.
https://en.wikipedia.org/wiki/Multiple_comparisons_problem
https://pmc.ncbi.nlm.nih.gov/articles/PMC170937/
https://pmc.ncbi.nlm.nih.gov/articles/PMC3270946/
https://www.bmj.com/content/325/7378/1437
https://iopscience.iop.org/article/10.1088/1475-7516/2020/10/009
https://pubmed.ncbi.nlm.nih.gov/21154895/
https://vsni.co.uk/blogs/multiple-comparison-problem/
https://www.statsig.com/glossary/correction-for-multiple-comparisons
https://stats.libretexts.org/Bookshelves/Applied_Statistics/Biological_Statistics_(McDonald)/06%3A_Multiple_Tests/6.01%3A_Multiple_Comparisons
https://www.statisticshowto.com/multiple-testing-problem/
Tarix : 11 yanvar 2025
Əksi qeyd olunmayıbsa, bu məzmun CC BY-SA 4.0 çərçivəsində yayımlanır.
