提高单侧多重检验的功效Research Paper#Statistics, Multiple Testing, Empirical Bayes🔬 Research|分析: 2026年1月3日 08:54•发布: 2025年12月31日 03:26•1分で読める•ArXiv分析本文解决了单侧多重检验中保守p值导致功效损失的问题。作者提出了一种通过估计零分布来优化p值的方法，从而在不修改现有多重检验程序的情况下提高功效。这对于使用标准多重检验方法的研究人员来说是一个实用的改进。要点•解决了单侧多重检验中保守p值的问题。•提出了一种使用经验贝叶斯框架优化p值的方法。•在不修改标准多重检验程序的情况下提高功效。•在模拟和实际数据中展示了改进的性能。引用 / 来源查看原文"The proposed method substantially improves power when p-values are conservative, while achieving comparable performance to existing methods when p-values are exact."AArXiv2025年12月31日 03:26* 根据版权法第32条进行合法引用。较旧LLM-powered tools amplify developer capabilities rather than replacing them较新Defeating Nondeterminism in LLM Inference相关分析Research PaperSpaceTimePilot：时空控制的生成视频渲染2026年1月3日 06:10Research Paper量子混沌哈密顿量演化下的随机性生成2026年1月3日 06:10Research PaperGaMO：几何感知扩散用于稀疏视角3D重建2026年1月3日 06:32来源: ArXiv