O que poderia ser uma definição prática e clara para uma "família de hipóteses" (com relação à taxa de erro familiar)?

Ao tentar avaliar o que constitui uma família de hipóteses em um experimento / projeto / análise, descobri "similar em propósito" e "semelhante em conteúdo", fornecidas como diretrizes para a delimitação de famílias, mas elas deixam bastante em aberto a interpretação ( para dizer o mínimo).

Parece claro que, no decorrer de uma análise, eu faço vários testes de médias de grupo e um lote separado de testes de homogeneidade de proporções, que não agruparia tudo em uma única família de hipóteses.

No entanto, se eu tiver vários lotes de testes de médias de grupo relacionados, que critério os reúne em uma família (ou os divide em famílias separadas)? Todos os membros de uma família devem ter a mesma variável de resposta? Se eu tivesse variáveis ​​de resposta diferentes, mas o mesmo conjunto de casos envolvidos, todos seriam agrupados em uma família de hipóteses?

$k$$k(k-1)/2$$\alpha$$\alpha$$1-(1-\alpha)^k$$\alpha$$\alpha$

O critério é que as hipóteses são interdependentes no sentido de que, se uma delas quebrar, o conjunto terminará sua teoria ou teoria. Portanto, você precisa de uma garantia de que, se todos os testes forem significativos, nenhum deles será falso.

Uma discussão no researchgate ( http://www.researchgate.net/post/Bonferroni-how_is_the_family_of_hypotheses_defined ) forneceu uma lista de artigos, o que pode ajudar a coletar opiniões - os artigos realmente começam com a pergunta "quando aplicar correções em uma situação de teste múltiplo" " Os artigos - todos citados com frequência - são:

1) Rothman KJ. Não são necessários ajustes para várias comparações. Epidemiology.1990; 1 (1): 43-6. http://psg-mac43.ucsf.edu/ticr/syllabus/courses/9/2003/02/27/Lecture/readings/Rothman.pdf

2) Perneger TV. O que há de errado com os ajustes da Bonferroni. BMJ. 1998; 316 (7139): 1236-8. http://static.sdu.dk/mediafiles/D/1/F/%7BD1F06030-8FA7-4EE2-BB7D-60D683B18EAA%7DWhat_s-wrong%20_with_Bonferroni_adjustments.BMJ.1998.pdf

3) Bender R, Lange S. Ajustando para vários testes - quando e como? J Clin Epidemiol. 2001; 54: 343-9. http://www.rbsd.de/PDF/multiple.pdf

Resumo:

1) e 2) foco em "todas as hipóteses nulas são verdadeiras", denominada hipótese nula geral. Pode ser mais adequadamente rejeitado (ou seja, sem acumulação alfa) se forem aplicados ajustes para múltiplas comparações. No entanto, 1) e 2) se opõem, que a hipótese nula geral raramente é totalmente usada no processo de pesquisa científica - de modo que o critério "quebra toda a teoria" não se aplica automaticamente quando uma / algumas das hipóteses nulas nos dados de alguém as análises são rejeitadas por acaso. 1) acrescenta que é ingênuo pensar em hipóteses nulas únicas, que foram (falsamente) rejeitadas, nunca mais serão revisitadas pela comunidade científica.

3) afirma que quando hipóteses únicas derretem em um argumento, os ajustes devem ser feitos.

Do meu ponto de vista 1), 2), 3) juntos apenas refletimos como devemos cuidadosamente o critério "toda a teoria quebra". Nem existe uma maneira de colocar todas as hipóteses nulas em uma salsicha grande - nem uma maneira de confiar nas fatias da salsicha apresentadas como muitas hipóteses únicas. Isto é, onde o trabalho empírico realmente se encontra trabalhando com a teoria do domínio sob pesquisa.