본페로니 보정 계산기

본페로니 보정은 한 연구에서 여러 가설 검정을 수행할 때 거짓 양성 결과를 제한하는 간단한 방법입니다. 일반적으로 사용하는 알파 0.05는 검정의 가정 아래에서 각 검정이 참인 귀무가설을 기각할 확률이 오 퍼센트임을 뜻합니다. 여러 검정을 함께 고려하면 한 번 이상 우연히 기각할 확률이 오 퍼센트보다 훨씬 커질 수 있습니다. 이 보정은 원하는 전체 알파를 비교 횟수로 나누어 가족별 오류율을 제어합니다. 연구에서 m개의 검정을 계획하고 가족별 알파를 α로 정했다면 각 검정은 α/m을 기준으로 평가합니다. 예를 들어 전체 알파가 0.05인 다섯 검정은 보정 임계값 0.01을 사용합니다. 관측된 p값이 0.008이면 여전히 유의하지만, 0.02이면 유의하지 않습니다. 동등한 방식으로 각 원래 p값에 검정 횟수를 곱하고 최댓값을 일로 제한할 수도 있습니다. 조정된 p값을 원래 알파와 비교하면 같은 결론을 얻습니다. 이 방법은 합집합 확률의 상한에 근거하므로 검정의 독립성을 요구하지 않고도 한 번 이상의 제일종 오류가 발생할 확률을 제어합니다. 이러한 폭넓은 유효성이 큰 장점입니다. 반면 검정이 많거나 양의 상관이 있을 때 특히 보수적입니다. 보수적이라는 것은 통계적 검정력이 낮아져 실제 효과를 발견하기 어려워질 수 있다는 뜻입니다. 연구자는 결과를 확인하기 전에 가설군을 정의해야 하며, 나중에 편리한 비교 횟수를 선택해서는 안 됩니다. 하나의 검정군에는 동일한 추론상의 주장이나 의사결정에 속하는 가설이 포함되어야 합니다. 예를 들어 여러 치료군을 한 대조군과 비교하는 시험에서는 해당 비교를 하나의 검정군으로 볼 수 있습니다. 탐색적 분석에는 별개의 일관된 검정군을 둘 수 있지만, 이를 나누려면 과학적 근거가 필요합니다. 관련된 모든 선택을 고려하지 않은 채 결과변수, 하위집단, 시점, 모형 설정을 반복해서 검정하면 여전히 거짓 양성 위험이 증가할 수 있습니다. 본페로니 방법은 단 하나의 거짓 주장도 피하는 것이 중요하거나, 비교 횟수가 많지 않거나, 투명한 보정이 필요할 때 유용합니다. 홀름의 순차적 방법도 가족별 오류율을 제어하며 보통 적어도 동등한 검정력을 제공합니다. 벤자미니-호크버그 방법은 대신 거짓 발견률을 제어하므로 대규모 탐색적 선별에 적합할 수 있습니다. 이 계산기는 정확한 본페로니 임계값을 제공하지만, 보정 방법의 선택은 연구 설계, 확증적 목표, 거짓 양성의 결과에 따라 달라집니다.