へのフィット



M回の相互に独立ではないかもしれないテストを行ったときに得られる最小の検定P値について考える。

もしM回の非独立なテストが、N回の独立なテストに相当するとみなせるとする。

このとき、FWERの考え方から、最小のP値の累積確率は1-(1-p)^Nで表される。

これを微分してやることで、最小のP値の観測確率はN(1-p)^{N-1}である。

今、モンテカルロパーミュテーションにて、k個の最小P値P=¥{p_1,p_2,...,p_k¥}が得られたとする。

独立テスト相当数をnとしたときにPを観測する尤度は、L(n)=¥prod_{i=1}^{k}(n(1-p_i)^{n-1})である。この対数尤度はlnL(n)=¥sum_{i=1}^{k}ln(n(1-p_i)^{n-1})

対数尤度を最大にするようなnは、¥frac{d lnL(n)}{dn}=0を満たす。

¥frac{d lnL(n)}{dn}=¥sum_{i=1}^{k}¥frac{(1-p_i)^{n-1}+n(1-p_i)^{n-1}ln(1-p_1)}{n(1-p_i)^{n-1}}

¥frac{d lnL(n)}{dn}=¥sum_{i=1}^{k}¥frac{1+nln(1-p_1)}{n}

¥frac{d lnL(n)}{dn}=¥sum_{i=1}^{k}¥frac{1}{n}+ln(1-p_1)

¥frac{d lnL(n)}{dn}=¥frac{k}{n}+¥sum_{i=1}^{k}ln(1-p_1)

したがって、¥frac{d lnL(n)}{dn}=0を満たすn=N

N=-¥frac{k}{¥sum_{i=1}^{k}ln(1-p_1)}