In statistics, family-wise error rate (FWER) is the probability of making one or more false discoveries, or type I errors when performing multiple hypotheses tests. John Tukey developed in 1953 the concept of a familywise error rate as the probability of making a Type I error among a specified group, or "family," of tests. [1] .

总 I 类错误率（Family-Wise Error Rate, FWER）是统计分析中一个重要的概念，通常用于多重假设检验中。 它指的是在进行了一组多个比较或测试时，至少出现一个 I 类错误的概率。

2019年2月3日 · Family-wise error rate (FWER)，暂时还不了解比较通俗易懂的翻译。 False discovery rate (FDR)，一般翻译为错误发现率。 在研究使用假设检验解决机器学习中的分类问题时，我遇到了多重假设检验问题。 FWER和FDR正是解决这一问题的两种方法。

2013年7月14日 · 避免此问题的方法包括控制 FWER（ Familywise error rate ）、FDR（ False discovery rate ）等。 最简单的控制FWER的方法是Bonferroni校正，是指p值应该除以比较的次数，在上面的例子中为100。 其他的方法这里我就不赘述了，有兴感的可以去参考相应的维基百科条 …

2020年9月14日 · What is the Family-wise Error Rate? In a hypothesis test, there is always a type I error rate that tells us the probability of rejecting a null hypothesis that is actually true. In other …

在统计学中，FWER（Family-wise Error Rate,）是指在执行多个假设检验时，发生一个或多个错误发现（即第一类错误）的概率。 它衡量了在所有检验中至少有一个错误发生的可能性。

2020年6月23日 · 由定义可知，FWER是 H 0 为真时，出现大于等于1次假阳性的概率。 即 α = 0.05 时100次多重检验，出现至少一次假阳性的概率为99.4%。 而单次的概率是5%. 有两个主要方法控制FWER： 但是Bonferroni方法太保守，该方法会导致很高犯II类错误的概率，饱受批评。 虽然Sidak方法求出的 α 值大于等于Bonferronni的校正值，但是也是保守类型的校正。 只适用于独立的检验。 V是假阳性数（False Positive），R是拒绝 H 0 的次数。 当R=0时，此时V=0， 为 …

2019年12月15日 · 为了解决这一问题，一个名叫family-wise error rate（FWER）的概念被提出。 FWER的定义如下： 从字面上理解，FWER衡量的是第一类错误个数大于1的概率。 我们希望FWER尽量小或者控制在某个范围，这样才能保证我们做multiple hypothesis的结果的可靠性。 Bonferroni提出了一个方法，可以保证。 Bonferroni的想法非常简单，如果对p value的要求非常严格，即非常小的p value才能通过检验，发生第一类错误的概率自然降低了。 Bonferroni的做法 …

Pr (V > 0) is called the family-wise error rate or FWER. It is easy to show that if you declare tests significant for p <α then FWER ≤ min(m0α, 1). The most commonly used method which controls FWER at level α is called Bonferroni's method. It rejects the null hypothesis when p <α/m.

2019年12月16日 · 1.什么是Familywise Error Rate（FWE or FWER） 定义：在一系列假设检验中，至少得出一次错误结论的概率。 换句话说，是造成至少一次Type I Error的概率。 术语FWE来自测试系列，这是一系列数据测试的技术定义 2.估计FWE的公式 αIT：一个独立测试的显著水平