Calculadora de correção de Bonferroni

A correção de Bonferroni é um método simples para limitar resultados falso-positivos quando um estudo realiza mais de um teste de hipótese. Um alfa convencional de 0.05 dá a cada teste individual, sob suas premissas, uma chance de cinco por cento de rejeitar uma hipótese nula verdadeira. Quando muitos testes são considerados em conjunto, a chance de pelo menos uma rejeição acidental pode ser muito maior que cinco por cento. A correção controla a taxa de erro familiar dividindo o alfa global desejado pelo número de comparações. Se um estudo planeja m testes e deseja um alfa familiar de α, cada teste é avaliado em relação a α/m. Por exemplo, cinco testes com alfa global de 0.05 usam um limiar corrigido de 0.01. Um valor p observado de 0.008 continua significativo, enquanto um valor p de 0.02 não. Uma apresentação equivalente multiplica cada valor p bruto pelo número de testes e limita o resultado a um. Comparar os valores p ajustados com o alfa original leva às mesmas decisões. O método se baseia no limite da união, por isso controla a probabilidade de um ou mais erros do tipo I sem exigir independência entre os testes. Essa validade ampla é uma grande vantagem. Ele também é conservador, principalmente quando os testes são numerosos ou positivamente correlacionados. Isso significa que pode reduzir o poder estatístico e dificultar a detecção de efeitos reais. Os pesquisadores devem definir a família de hipóteses antes de examinar os resultados, em vez de escolher depois um número conveniente de comparações. Uma família de testes deve conter hipóteses pertencentes à mesma afirmação inferencial ou decisão. Por exemplo, um ensaio que compara vários grupos de tratamento com um controle pode considerar essas comparações como uma família. Análises exploratórias podem conter famílias coerentes separadas, mas a divisão exige justificativa científica. Testar repetidamente desfechos, subgrupos, momentos e especificações de modelos sem considerar todas as escolhas relevantes ainda pode aumentar o risco de falso-positivos. Bonferroni é útil quando evitar até uma única afirmação falsa é especialmente importante, o número de comparações é moderado ou uma correção transparente é necessária. O procedimento sequencial de Holm também controla o erro familiar e costuma ter pelo menos o mesmo poder. Benjamini-Hochberg controla a taxa de falsas descobertas e pode ser adequado para grandes triagens exploratórias. Esta calculadora fornece o limiar exato de Bonferroni; a escolha da correção ainda depende do desenho do estudo, dos objetivos confirmatórios e das consequências dos falso-positivos.