Problem der multiplen Vergleiche

Bei der Durchführung mehrerer statistischer Tests steigt die Wahrscheinlichkeit, zufällig mindestens einen falsch positiven Befund zu erhalten, mit der Anzahl der Tests. Das Problem der multiplen Vergleiche (auch Multiplizitätsproblem genannt) tritt auf, weil bei 100 Hypothesentests mit α = 0,05 allein durch Zufall etwa 5 falsch positive Befunde zu erwarten sind, selbst wenn alle Nullhypothesen wahr sind. Korrekturmethoden – Bonferroni, Benjamini-Hochberg False Discovery Rate (FDR) und andere – passen den Signifikanzschwellenwert oder die p-Werte an, um Fehlerraten zu kontrollieren. Dieses Konzept ist entscheidend für die Integrität der Forschung und hat tiefgreifende Auswirkungen auf die explorative Wissenschaft.