FDR校正
背景
多重比较校正
FDR校正
基本思想
FDR 校正
FDR 调整
例子
脑科学中的FDR校正的例子
如何在 R 中进行 FDR 校正？
如何在 Matlab 中进行 FDR 校正？
背景
直到 1990 年代中期，通常使用全族错误率 (FWER) 来控制多次测试下的错误率。这种校正的一个例子是Bonferroni 校正。在一篇有影响力的论文中，Benjamini 和 Hochberg (1995)引入了错误发现率(FDR) 的概念，作为在进行许多测试时进行推理的一种方式。与 FWER 不同，FWER 控制对任何一系列测试犯 I 类错误的概率，FDR 允许研究人员容忍一定数量的测试被错误地发现。FDR 中的单词rate实际上是用词不当，因为 FDR 是比例在所有发现中错误的发现的比例，即在所有拒绝原假设中不正确拒绝的比例。
多重比较校正
那什么是多重比较，什么是FDR校正呢？多重比较是统计学中的术语。当我们进行多次统计检验后，假阳性的次数就会增多，所以要对假阳性进行校正。
先解释一些概念：以任务态数据为例，先看一个体素。
原假设（H0）：该体素没有激活。从原假设基础上进行统计推断，得到P=0.02 < 0.05。所以我们拒绝原假设，然后推断出该体素激活。
请注