آزمون‌هاي چندگانه در شناسايي پروفايل‎‌هاي دورافتاده

امروزه به واسطه وجود فناوري ‌هاي نوين، داده‌ هايي با بعد بالا به‌ سادگي توليد مي ‌شوند. در اين‌گونه داده ‌ها نياز به ارزيابي همزمان بيش از يك فرضيه وجود دارد. به‌ همين منظور از آزمون‌ هاي چندگانه كه در آن گردايه ‌اي از فرضيه‌هاي آماري به طور همزمان مورد آزمون قرار مي ‌گيرند استفاده كرده و نرخ خطاي خانواده را كه مهمترين موضوع در اين‌ گونه آزمون ‌ها است كنترل مي ‌شود. در اين مقاله دو شيوه سيداك و گام به ‌پس براي كنترل نرخ خطاي آزمون در شناسايي پروفايل‌هاي دورافتاده، به كار گرفته و با هم مقايسه خواهد شد. بر اين اساس عملكرد دو شيوه ذكر شده با روش بوت ‌استرپي پارامتري مقايسه و براي يك مجموعه از داده ‌هاي واقعي پياده‌سازي مي‌شود.