Video Experimental Relacionado
Updated: Jan 28, 2026

An Experimental Analysis of Children's Ability to Provide a False Report about a Crime
Published on: May 3, 2016
Los peligros de las pruebas estadísticas múltiples: control de falsos positivos
David Sidebotham1, Xiaoyu Chen2
1Cardiothoracic and Vascular Intensive Care Unit, Auckland City Hospital, Auckland, New Zealand; Department of Anaesthesiology, Faculty of Health Science, University of Auckland, Auckland, New Zealand.
Las pruebas estadísticas tienen errores como los falsos positivos. El control de múltiples pruebas es crucial, ya que el riesgo de falsos positivos aumenta significativamente con más pruebas, lo que afecta la confiabilidad de la investigación.
Área de la Ciencia:
- Estadística
- Bioestadística
- Metodología de Investigación
Sus antecedentes:
- Las pruebas estadísticas producen inherentemente errores, incluidos falsos positivos (errores de Tipo I) y falsos negativos (errores de Tipo II).
- Los falsos positivos se controlan comúnmente utilizando la tasa de error familiar (FWER) o la tasa de falsos descubrimientos (FDR).
- Un umbral de significancia de 0.05 implica una probabilidad del 5% de un falso positivo por prueba, pero este riesgo aumenta sustancialmente en pruebas múltiples.
Objetivo del estudio:
- Discutir los hallazgos de un estudio de simulación de Chen y Dexter sobre el control de falsos positivos.
- Examinar las ventajas y desventajas de varios métodos de corrección de pruebas múltiples.
Principales métodos:
- Revisión y discusión de un estudio de simulación reciente que compara métodos de control de falsos positivos.
- Análisis de diferentes enfoques estadísticos para el manejo de comparaciones múltiples.
Principales resultados:
- La probabilidad de al menos un falso positivo (FWER) aumenta drásticamente con el número de pruebas independientes.
- Por ejemplo, con 20 pruebas, la FWER supera el 60% con un nivel de significancia de 0.05.
- El estudio destaca los peligros significativos asociados con la realización de numerosas pruebas estadísticas sin una corrección adecuada.
Conclusiones:
- Las pruebas estadísticas múltiples requieren una cuidadosa consideración de las tasas de error para mantener la integridad de los resultados.
- Diferentes métodos para controlar los falsos positivos tienen pros y contras distintos que los investigadores deben sopesar.
- Comprender y aplicar estrategias apropiadas de pruebas múltiples son vitales para obtener conclusiones científicas confiables.
Videos de Conceptos Relacionados
Statistical Hypothesis Testing
Statistical significance measures the probability that an observed result occurred by chance. If this probability, known as...
Introduction to Statistical Process Control
Multiple Comparison Tests
It would be easy to compare two samples using a significance alpha level of 0.05. In other words, there is only one sample pair to be compared. However, it would be difficult to identify a significantly different sample if the number...
Statistical Significance
False Memories
One primary source of false memories is misattribution, where individuals incorrectly associate external information...
Statistical Inference Techniques in Hypothesis Testing: Parametric Versus Nonparametric Data
Parametric statistics, as the name suggests, assumes that data follow a specific distribution, often a normal distribution. This assumption enables robust hypothesis testing and estimation. Parametric methods, like the Student's t-test or Goodness-of-fit test, are frequently employed in biostatistics due to their robustness. For instance,...

