多重比较与预注册：减少挑结果的自由度

同时检验20个完全无效假设，每个按5%阈值，至少出现一个假阳性的机会远高于5%。不断试指标、子组和模型，只汇报显著者，会进一步放大选择偏差。

家族错误率

Bonferroni把总α分给多个检验，简单稳健但可能保守；Holm按p值排序逐步调整，通常更有力。先定义哪些检验属于同一确认性家族。

假发现率

大规模探索如基因筛选常控制发现中预期错误比例，而非保证一次假阳性都没有。FDR与家族错误率回答不同目标，不能只选更容易显著的那个。

预注册

在看结果前记录主要假设、样本量、排除、指标和分析方法，减少事后灵活性。预注册不是禁止改方法；改变可以，但应标为偏离并解释。

探索与确认

探索性分析用于发现模式，应完整展示尝试并在独立数据确认。把探索结果包装成预先假设，会低估不确定性。

停止规则

边收数据边反复看p值，显著就停，会提高错误率。若需序贯分析，使用预先设计的界限和校正方法。

公开所有主要结果和分析代码，让未显著结果也进入证据记录。文件时间戳或注册平台可证明计划早于结果。

练习：为包含三个主要指标和十个探索指标的实验写检验家族、调整方案和预注册摘要。