Байес и проблема множественных сравнений Опции

[Skif]

Здравствуйте!
Как рассчитывается поправка Холма-Бонферрони (сама формула мне известна и как бы понятна) при расчёте парных корреляций по Спирмену в одной группе. Матрица исходных данных достаточно разреженная. И, как следствие, при нескольких группах ( > 2 ) как посчитать поправку. Все прочитанные сообщения в разных темах допускают неоднозначные толкования. А что говорит Байес?
С уважением.

[ИНО]

Это да, хрен найдёшь в литер утре примеров коррекции значимости для корреляций в исследованиях, где проверяется парная корреляция всего со всем, а потом выбирается лишь то, что понравилось исследователю, зато самих таких исследований пруд пруди Продуктивная статистика, мать ее!

Понять, что подразумевается под разреженностью матрицы в данном контексте не мудрено. Это пропуски в собранных данных, вероятно носящие случайных характер. Например, представим что снимали одновременно какие-то три показателя (допустим, в динамике): А, Б, В. Но оборудование немножко барахлило. В итоге получили три временных ряда:

А: 1, 2, NA, 4, 5, NA, 7
Б: NA, 2, 3, 4, 5, 6, 7
В: 1, 2, 3, 4, 5, 6, 7 (повезло).

Задача: посчитать три парных корреляции между этими последовательностями, и понять для какой из них выше значимость. Формально это выполнимо, но практический смысл сомнителен, потому как уровни значимости будут зависишь не только от реальной силы связи, но и от того, где больше барахлил датчик. Если корректировать все по Бонферрони, то еще какая-то видимость непредвзятости сохраняется. А если сортировать по Холму, то очень вероятно что первыми выбывшими станут случаи с большим количеством пропусков. С тем же успехом можно просто выкинуть ущербные ряды заранее и анализировать оставшиеся.