Falscherkennungsrate

aus Wikipedia, der freien Enzyklopädie
(Weitergeleitet von False Discovery Rate)

Die Falscherkennungsrate (englisch False Discovery Rate, kurz FDR) findet Anwendung bei der Beherrschung multipler Testprobleme. Sie ist für ein Testverfahren als erwartetes Verhältnis aus fälschlicherweise zurückgewiesenen Nullhypothesen zu den zurückgewiesenen Nullhypothesen insgesamt definiert. Der Begriff wurde erstmals 1995 von Yoav Benjamini und Yosi Hochberg definiert.[1]

Grundlegend ist festzustellen, dass bei Testung multipler Hypothesen die Wahrscheinlichkeit einer Alphafehler-Kumulierung (Fehler 1. Art) zunimmt, d. h. eine Nullhypothese wird bei multiplen Tests trotz ihrer Richtigkeit hin und wieder zurückgewiesen – ein „Falsch-Alarm“ tritt auf. Aus diesem Grund muss bei der Signifikanzprüfung multipler Tests das Signifikanzniveau strenger und somit niedriger sein als bei einem einzelnen Hypothesentest.

Die Bonferroni-Korrektur begegnet dieser Alphafehler-Kumulierung durch ein für alle Hypothesen gleich niedriges Signifikanzniveau, welches einen „Falsch-Alarm“ unwahrscheinlich macht. Die FDR ist ein Gütekriterium, welches die Richtigkeit aller akzeptierten Hypothesen misst und als Zielgröße eine Abwägung zwischen möglichst wenig „falschen Entdeckungen“ aber dennoch möglichst vielen richtigen Treffern ermöglicht. Die Benjamini-Hochberg-Prozedur ist ein Verfahren, das das Signifikanzniveau so wählt, dass die FDR nicht zu hoch wird.

Siehe auch

Einzelnachweise

  1. Benjamini, Yoav; Hochberg, Yosef: "Controlling the false discovery rate: a practical and powerful approach to multiple testing" In: Journal of the Royal Statistical Society, Series B Nr. 57, 1995, S. 289–300.