族错误率

族错误率（family-wise error rate, FWER）是多重假设检验中最经典的整体错误控制指标。当研究者同时对一组（称为一个"族"）假设进行检验时，每项单独检验都存在第一类错误（假阳性）的风险，而这些风险会在多次检验中累积。FWER 的精确定义是：在一族检验中，至少错误拒绝一个真实原假设的概率，即 $\text{FWER} = P(V \geq 1)$，其中 $V$ 代表一族检验中假阳性发现的个数。

动机：多重比较问题的起源

假设每次假设检验的显著性水平为 $\alpha = 0.05$，检验 $m$ 个相互独立的真实原假设。那么至少出现一次假阳性的概率为 $1 - (1 - \alpha)^m$。当 $m = 10$ 时，这一概率约为 $0.401$；当 $m = 100$ 时，几乎必然出现假阳性。这意味着，如果不加以校正，即便所有原假设都为真，研究者也有极高概率宣称存在"显著"发现。FWER 控制正是为了应对这一膨胀风险而提出的。

形式定义

设一族共 $m$ 个假设检验 $\{H_1, H_2, \ldots, H_m\}$，其中 $m_0$ 个为真实原假设。检验结果可归类为：

| | 宣称不显著 | 宣称显著 | |---------|-----------|---------| | $H_0$ 真 | $U$（真阴性） | $V$（假阳性） | | $H_0$ 假 | $T$（假阴性） | $S$（真阳性） |

FWER 定义为 $\text{FWER} = P(V \geq 1)$。FWER 控制的目标是确保在任意真实原假设的配置下，$\text{FWER} \leq \alpha$。这种控制称为强控制（strong control），区别于仅在全局原假设（所有 $H_0$ 均为真）下成立的弱控制。

主要控制方法

Bonferroni 校正

最经典也最保守的方法。将显著性水平均分到每个检验：当 $p_i \leq \alpha / m$ 时拒绝 $H_i$。该方法不要求检验独立性，对任意依赖结构均有 $\text{FWER} \leq \alpha$，是目前应用最广泛的 FWER 控制手段。其缺点是当 $m$ 很大时，单次检验的阈值过于严格，导致检验功效（power）急剧下降。

Holm-Bonferroni 逐步下降法

Holm（1979）提出了一种一致更有效的逐步下降（step-down）方法：将 $p$ 值从小到大排序 $p_{(1)} \leq p_{(2)} \leq \cdots \leq p_{(m)}$，从 $j=1$ 开始依次检验 $p_{(j)} \leq \alpha / (m - j + 1)$；在第一次不满足时停止，拒绝此前所有假设。Holm 方法在保持 FWER 强控制的同时，统计功效始终不低于 Bonferroni 校正。

Šidák 校正

假设检验独立时，$\text{FWER} = 1 - (1 - \alpha_{\text{per}})^m$，令其 $\leq \alpha$ 解得单次水平 $\alpha_{\text{per}} = 1 - (1 - \alpha)^{1/m}$。当 $m$ 较大时 $\alpha_{\text{per}} \approx \alpha / m$，与 Bonferroni 接近但略宽松。Šidák 校正严格依赖于独立性假设，在正依赖情形下仍可保持 FWER 控制，但在一般依赖结构下不保证。

Hochberg 逐步上升法

Hochberg（1988）的逐步上升（step-up）方法从最大 $p$ 值开始：当 $p_{(j)} \leq \alpha / (m - j + 1)$ 时，拒绝 $H_{(1)}, \ldots, H_{(j)}$ 及其后所有假设。该方法比 Holm 方法更具功效，但要求检验统计量具有非负回归依赖结构（如多元正态的正相关），在一般依赖下不保证 FWER 控制。

与错误发现率（FDR）的关系

FWER 控制的目标是避免"任何一个"假阳性，这在验证性研究中（如临床试验的注册主要终点）至关重要。然而，在探索性研究和高维数据（如基因组学）中，FWER 过于严格。Benjamini 和 Hochberg（1995）提出错误发现率（false discovery rate, FDR），定义为 $\text{FDR} = \mathbb{E}[V / \max(R, 1)]$，其中 $R = V + S$ 为被拒绝的总数。FDR 控制允许少量假阳性，换取更高的统计功效，更适合大规模筛查场景。

应用与局限

FWER 控制广泛应用于临床试验的多重终点分析、方差分析中的事后两两比较（Tukey HSD、Scheffé 方法）、以及心理学与教育研究的量表维度分析。其主要局限在于保守性：当 $m$ 较大且信号稀疏时，FWER 控制会导致大量真阳性无法被检出。实践中，研究者在验证性分析中使用 FWER，在探索性分析中倾向于使用 FDR 或更宽松的方法，以在错误保护与发现能力之间取得平衡。