Tests multiples

En cas de tests multiples, il faut ajuster soit le niveau de confiance, soit les p-values (sinon, si on fait 100 tests, 5% des tests vont avoir une p-value < 0.05 !)

Ajustement de p-values :

• ajustement de Bonferroni (consiste simplement à multiplier chaque p-value par le nombre de tests, en plaffonnant à 1) : p.adjust(c(0.1, 0.03, 0.01), method = "bonferroni") donne 0.30 0.09 0.03
• on peut préciser combien de tests sont faits (sinon, c'est la taille du vecteur de p-values) : p.adjust(c(0.1, 0.03, 0.01), method = "bonferroni", n = 10)
• ajustement de type false positive discovery rate pour limiter le nombre de faux positifs attendus au seuil alpha : p.adjust(c(0.1, 0.03, 0.01), method = "fdr") (moins conservatif et dangereux si tests sont dépendants).