多重性 [Multiplicity]
定义: 多次统计检验（例如，对多个结果、多个随访时间点或多个亚组进行分析）可能会导致第一类错误率（即错误地拒绝零假设）膨胀。为了应对多重性问题，研究人员通常使用控制程序（例如，Bonferroni校正、Holm-Bonferroni校正、Tukey校正）来校正α值，从而控制第一类错误的膨胀。但与此同时，这一操作可能会增加第二类错误（即错误地接受零假设）的风险。
相关术语: Alpha, False Discovery Rate, Multiple comparisons problem, Multiple testing, Null Hypothesis Significance Testing (NHST)
参考文献:
- Sato, T. (1996). Type I and Type II error in multiple comparisons. The Journal of Psychology, 130(3), 293–302. https://doi.org/10.1080/00223980.1996.9915010
- Schulz, K. F., & Grimes, D. A. (2005). Multiplicity in randomised trials I: endpoints and treatments. The Lancet, 365(9470), 1591–1595. https://doi.org/10.1016/S0140-6736(05)66461-6
原稿作者: Aidan Cashin
审阅者: Jamie P. Cockcroft, Mahmoud Elsherif, Meng Liu, Charlotte R. Pennington
翻译者: AI-driven translation tool "TransFlow" (developed by Jinbiao Yang and COSN OpenTransfer team)
译稿审阅者: Xinyu Wang, Liangjie Chen, Ruoting Liu, Shuxian Jin