我正在使用 spdep 包在 R 中进行一些探索性空间分析。
我遇到了一个选项来调整使用函数计算的局部空间关联指标 (LISA) 的p值。localmoran根据文档，它的目标是：
... 多个测试的概率值调整。
在我的文档中进一步p.adjustSP阅读，可用的选项是：
调整方法包括 Bonferroni 校正 ('"bonferroni"')，其中 p 值乘以比较次数。Holm (1979) ('"holm"')、Hochberg (1988) ('"hochberg"')、Hommel (1988) ('"hommel"') 和 Benjamini & Hochberg (1995) 还包括四个不太保守的修正('"fdr"')，分别。还包括一个传递选项（“无”）。
前四种方法旨在对全族错误率进行强有力的控制。似乎没有理由使用未修改的 Bonferroni 校正，因为它受 Holm 方法的支配，这在任意假设下也是有效的。
当假设检验独立或非负相关时，Hochberg 和 Hommel 的方法是有效的（Sarkar，1998；Sarkar 和 Chang，1997）。Hommel 的方法比 Hochberg 的方法更强大，但差异通常很小，而且 Hochberg p 值的计算速度更快。
Benjamini、Hochberg 和 Yekutieli 的“BH”（又名“fdr”）和“BY”方法控制错误发现率，即被拒绝假设中错误发现的预期比例。错误发现率是一个没有家庭错误率严格的条件，因此这些方法比其他方法更强大。
出现了几个问题：
- 简单来说——这次调整的目的是什么？
- 有必要使用这种更正吗？
- 如果是 - 如何从可用选项中进行选择？