多重検定
多数の仮説をまとめて評価することで、単一検定の有意水準だけでは仮説群全体の誤りを自動的に制御できません。FWERは少なくとも一つ誤棄却する確率、FDRは全棄却のうち誤棄却が占める割合の期待値に関するもので、制御目標が異なります。研究目的、試行数、依存関係の仮定に応じて方法を選びます。
例。 五つの並べたp値が0.0004、0.008、0.019、0.021、0.070なら、α = 0.05のボンフェローニ法は0.01を使い、二つの仮説を棄却します。q = 0.05のBH法は閾値0.01、0.02、0.03、0.04、0.05を使い、最初の四つを棄却します。
仕組み
却下した戦略変種も含め、結果解釈前に検定の仮説群を定義します。ボンフェローニ法は有効なp値があれば独立性を要求せずFWERを制御します。古典的ベンジャミニ–ホックバーグ手順は、適切な依存条件の下でFDRを制御します。
よくある誤り
FDR 5%を、選ばれた戦略の95%が利益を出す保証と解釈してはいけません。統計的仮説の棄却は、優位性の経済的大きさ、約定費用、将来の安定性を立証するものではありません。
さらに学ぶ
講座内：5.12 テクニカル分析の自動化とスクリーニング — ツール、手順、落とし穴。出典：ASA：p値に関する声明; R：p値の補正方法.
仮説群と依存関係
複数変種が一つの戦略選択判断に属するかを定めます。却下試行を除くと選択の影響を過小評価します。依存する仮説に適した手法を使います。FWERとFDRは異なる誤りを制御します。
一次資料の確認日2026年10月11日：www.amstat.org.
よくある質問
補正で不良データは直りますか？
いいえ。p値は妥当なモデルとデータから得る必要があります。補正では未来参照バイアス、情報漏洩、費用漏れは消えません。
最後に保存した五つのモデルだけ数えてよいですか？
選択にもっと多くの試行群を使ったなら不適切です。実際の探索過程を説明します。
