FDR（假陽性率）校正是一種在多重比較中常用的統計校正方法，旨在控制錯誤發現的比率。它與Bonferroni檢驗相似，但相比之下更為靈活，因為它試圖在假陽性和假陰性之間取得平衡，而不是完全消除假陽性。
FDR校正的基本原理：
FDR校正通過控制預期的錯誤發現比例來調整p值的閾值。這意味著，即使存在多個假設檢驗，FDR校正允許一定比例的假陽性結果，以保持發現率。
與Bonferroni檢驗相比，FDR校正更為溫和，因為它不將顯著性水平平均分配給每個檢驗，而是設定一個可以接受的錯誤發現比例。
套用場景：
FDR校正適用於大規模的多重比較場景，尤其是在基因表達、蛋白質組學和生物信息學等領域。
它允許在保持一定的錯誤發現率下，發現更多的顯著結果，這對於探索性研究尤其有用。
總結：
FDR校正提供了一種在多重比較中平衡假陽性和假陰性的方法，適用於大規模數據集的分析。
相比之下，Bonferroni檢驗更為保守，適用於需要嚴格控制錯誤率的情況。
用戶應根據研究的具體需求和數據特性選擇合適的校正方法。