Quiz poprawiający wielokrotne porównania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. With 20 independent true nulls tested at 0.05, what is the approximate chance of at least one false positive?
   • 0.64
   • 0.05
   • 0.20
   • 0.95
2. For 10 tests and family-wise alpha 0.05, what per-test cutoff does Bonferroni use?
   • 0.05
   • 0.005
   • 0,5
   • 0.0005
3. Jakie kryterium błędu stosuje Bonferroni?
   • Average prediction error
   • Expected fraction of false discoveries only
   • Family-wise error rate
   • False omission rate
4. Czego dotyczy FDR wśród odrzuconych hipotez?
   • The variance of all test statistics
   • The chance every rejection is false
   • The probability of any single miss
   • The expected proportion that are false
5. Dlaczego analitycy mogą preferować procedurę FDR w przypadku wyszukiwania dużych odkryć?
   • It guarantees each finding is true
   • It can offer more power while controlling a discovery proportion criterion
   • It avoids defining the test family
   • It removes the need for replication
6. Po co definiować rodzinę hipotez przed zbadaniem wyników?
   • It guarantees independence
   • It makes all p-values equal
   • The family determines which comparisons need joint interpretation
   • It ensures no data are missing
7. Czego nie naprawia skorygowana wartość p?
   • The chosen alpha threshold
   • Multiplicity itself
   • The stated family size
   • Confounding or invalid measurement
8. After an adjusted exploratory discovery, what is a useful next step?
   • Seek independent validation or replication
   • Declare a confirmed mechanism immediately
   • Remove all non-significant outcomes from the report
   • Retest until the p-value falls further