Key points are not available for this paper at this time.
الملخص ندرس مشكلة اختبار فرضيات متعددة مع معلومات إضافية عامة: بالنسبة لكل فرضية Hi نلاحظ كل من قيمة p pi وبعض المتغيرات التنبؤية xi التي ترمز إلى معلومات سياقية حول الفرضية. بالنسبة للمشاكل واسعة النطاق، يمكن أن يؤدي التركيز التكيفي على الفرضيات الأكثر وعدًا (تلك الأكثر احتمالا لإنتاج اكتشافات) إلى إجراءات اختبار متعددة أكثر قوة. نقترح إطارًا تكراريًا عامًا لهذه المشكلة، وهو إجراء تحديد عتبة قيمة p التكيفي الذي نسميه AdaPT، والذي يقدر بشكل تكيفي عتبة رفض قيمة p الأمثل بايزي ويضبط معدل الاكتشافات الخاطئة في العينات النهائية. في كل تكرار من الإجراء، يقترح المحلل عتبة الرفض ويراقب قيم p المراقبة جزئيًا، ويقدر نسبة الاكتشافات الخاطئة تحت العتبة ويقترح عتبة أخرى، حتى تصبح النسبة المقدرة للاكتشافات الخاطئة أقل من α. إن إجراءنا تكيفي بمعنى قوي بشكل غير عادي، مما يسمح للمحلل باستخدام أي طريقة إحصائية أو تعلم آلة تختارها لتقدير العتبة المثلى، والتبديل بين نماذج مختلفة في كل تكرار مع تراكم المعلومات. نوضح الأداء الجيد لـ AdaPT من خلال مقارنته بالطرق المتقدمة في خمس تطبيقات حقيقية ودراستين محاكاة.
درس Lei وآخرون هذا السؤال.