# 邦弗朗尼校正

> 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

- ID: m02008
- 分类: technical
- 领域: 统计学

## 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）。 - 脚手架作用： 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

## 机制

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。

## 练习

做多组检验时先确定总比较数 m，以 α/m 为阈值。用它抑制数据挖掘中的假显著。报告时说明校正方法。

## 脚手架用法

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

[阅读网页](https://thinkingmodels.site/entries/detail/m02008)