邦费罗尼校正计算器

邦费罗尼校正是一种简单的方法，用于在研究进行多项假设检验时限制假阳性结果。常用的 alpha 为 0.05，意味着在相应假设成立时，每项检验错误拒绝真实原假设的概率为百分之五。将多项检验一起考虑时，至少发生一次意外拒绝的概率可能远高于百分之五。该校正通过将期望的总体 alpha 除以比较次数，控制族错误率。 如果研究计划进行 m 项检验，并希望族显著性水平为 α，则每项检验都以 α/m 为判断阈值。例如，总体 alpha 为 0.05 的五项检验，校正阈值为 0.01。观测到的 p 值为 0.008 时仍显著，而 p 值为 0.02 时则不显著。另一种等价方式是将每个原始 p 值乘以检验次数，并将结果上限设为一。把调整后的 p 值与原始 alpha 比较，会得到相同结论。 该方法依据并集界，因此无需检验之间相互独立，也能控制发生一次或多次第一类错误的概率。这种广泛适用性是它的主要优势。但它也较为保守，尤其在检验很多或呈正相关时。保守性意味着统计功效可能降低，真实效应更难被发现。研究者应在查看结果之前定义假设族，而不是事后选择一个方便的比较次数。 一个检验族应包含属于同一推断结论或决策的假设。例如，将多个治疗组与一个对照组比较的试验，可以把这些比较视为一个检验族。探索性分析可以划分为不同且内部一致的检验族，但这种划分需要科学依据。反复检验结局、亚组、时间点与模型设定，却未纳入所有相关选择，仍会增加假阳性风险。 当避免哪怕一个错误结论都非常重要、比较次数不多，或需要过程透明的校正时，邦费罗尼方法很有用。霍尔姆逐步法同样控制族错误率，其功效通常至少不低于邦费罗尼方法。本杰明－霍赫贝格方法控制的是错误发现率，可能更适合大规模探索性筛查。本计算器给出精确的邦费罗尼阈值；具体选择哪种校正方法，仍取决于研究设计、验证目标与假阳性的后果。