Bonferroni校正是一种用于多重比较的统计方法，旨在控制整体错误率（如族系错误率，FWER）。它通过调整显著性水平（如α值）来减少假阳性的风险，适用于同时进行多个假设检验的情况。具体而言，Bonferroni校正将原始显著性水平（如0.05）除以比较次数，得到更严格的阈值。例如，进行20次检验时，校正后的显著性水平为0.0025（0.05/20）。在unipd.it（帕多瓦大学）的研究中，Bonferroni校正可能应用于生物统计学、医学研究或心理学实验等需要多重假设检验的领域。该方法简单易用，但可能过于保守，导致统计功效降低。因此，研究人员有时会结合其他方法（如Holm-Bonferroni或FDR校正）来平衡错误控制与检测能力。如需更多信息，可参考帕多瓦大学相关课程或研究资料。
