研究说了什么
多重比较校正分两类目标。控制族错误率的方法包括 Bonferroni、Holm 逐步法与 Šidák 校正，它们保证在所有检验中犯至少一次假阳性的概率不超过设定水平，代价是检验越多越保守，统计功效迅速下降。控制错误发现率的方法以 Benjamini-Hochberg 程序为代表，先按 P 值排序，再与阈值乘以秩次除以检验数比较，允许阳性结果中假阳性的比例控制在设定水平，适合探索性组学。Storey 的 q 值进一步估计真零假设的比例，功效更高。置换检验与 bootstrap 不依赖分布假设，能处理检验之间的相关性，适用于影像组学与微生物组数据。层级检验与 gatekeeping 策略则把检验分成有序的组，只有上一组显著才进入下一组，常用于临床试验的主要与次要终点。无论用哪种方法，预注册分析计划、限制检验数量、报告效应量与置信区间，都比事后选一个校正方法更可靠。不同方法的选择取决于研究目的：确证性试验要严格控制族错误率，探索性组学更适合控制错误发现率。协变量之间的相关性也会影响校正的实际严格程度，相关越强，Bonferroni 越显得过头。
为什么重要
抗衰研究越来越多地使用高通量数据：蛋白质组、代谢组、甲基化芯片、肠道菌群测序，一次产生数百到数万个检验。不校正时，即使全部是噪声，也会有一批 P 值小于零点零五，研究者很容易从中挑出符合假设的几个讲成故事。校正后的结果往往大幅缩水，这不是数据变差，而是原来的显著性本就来自检验次数。对读者，看到组学研究应先找校正方法与检验总数，只报 P 值而不报校正后 q 值的论文可信度有限。对研究设计，把资源集中在预设的少量假设上，比广撒网更可能得到可复制的结论。对临床，若一个标志物只在未校正的分析中显著，不应据此改变诊疗。对期刊，要求作者提交完整的检验清单，能减少只报显著结果的空间。另一个现实问题是校正后的结果往往难以发表，作者因此倾向于少校正或不校正，把探索性发现写成确证性结论。对读者，看到一组标志物全部显著且效应量相近，反而要怀疑校正是否做过。公开分析代码比公开结论更能核查校正是否落实。对阴性结果，也应报告检验总数，否则无法判断是真的无效还是校正过严。
证据与边界
Bonferroni 在检验相关时过于保守，尤其是影像与基因数据中相邻变量高度相关，真实信号会被一起压掉。Benjamini-Hochberg 假设检验独立或正相关，负相关结构下 FDR 控制会失效，需要 Benjamini-Yekutieli 等更保守的版本。q 值的解释也常被误读，它不等于某个具体发现为假的概率，而是这一批发现中假阳性的期望比例。置换检验需要正确的零模型，若置换时破坏了数据结构，比如忽略家族相关性，结果会偏松。一个典型失败案例是一项蛋白质组学研究检测了上千个蛋白，未校正时找到五十个差异，校正后只剩两个，作者却仍按五十个做通路解释。另一个边界是校正只处理随机误差，不处理系统偏倚，样本处理批次、保存时间与仪器漂移造成的假信号，校正方法无能为力。看到多重检验，先问检验总数、校正目标与零模型，再看结论。另一个边界是检验之间的层次结构，基因、通路与蛋白分属不同层级，对所有层级一起校正会过度惩罚。分层校正或层级模型更合适，但需要预先定义层级，否则事后选择层级同样是自由度。