MENTAL MODEL · M2008

邦弗朗尼校正

Bonferroni Correction

数理技术高支撑统计学

已收录

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

当你进行多次统计检验时，出现“假阳性”（误报）的概率会随着检验次数的增加而累积。为了保持整体的严谨性，必须极大地提高单次检验的显著性标准（比如把P值标准除以检验次数）。 -

SCAFFOLDING EFFECT · 脚手架效应

psychology

大数据挖掘的打假工具。 - 为什么很多“科学发现”或“营销数据”后来被证明是假的？因为如果你在海量数据中寻找关联，只要你试的次数够多，你总能找到“吃果冻会导致粉刺”的统计相关性（纯属巧合）。数据不会撒谎，但拷问数据的人会。未经校正的多重假设

anchor

多重比较时，检验次数越多越易出现假阳性；Bonferroni 校正将显著性阈值除以比较次数，控制族系误差率。

MINIMUM ACTION · 最小行动

进行中 0/1

在一个真实场景中练习这个模型：

勾选记录你的进度（本机暂存）

掌握进度0%

account_tree知识谱系 Genealogyexpand_more

menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

link
en.wikipedia.orghttps://en.wikipedia.org/wiki/Bonferroni_correctionZH · 明确
verified

RELATED MODELS · 相关模型