Pertama, Anda perlu memahami bahwa dua prosedur pengujian berganda ini tidak mengontrol hal yang sama. Dengan menggunakan contoh Anda, kami memiliki dua grup dengan 18.000 variabel yang diamati, dan Anda membuat 18.000 tes untuk mengidentifikasi beberapa variabel yang berbeda dari satu grup ke yang lain.
Koreksi Bonferroni mengendalikan tingkat kesalahan Familywise , yaitu probabilitas, dengan asumsi semua 18.000 variabel memiliki distribusi yang identik dalam dua kelompok, bahwa Anda secara keliru mengklaim "di sini saya memiliki beberapa perbedaan yang signifikan". Biasanya, Anda memutuskan bahwa jika probabilitas ini <5%, klaim Anda kredibel.
Koreksi Benjamini-Hochberg mengontrol tingkat penemuan False , yaitu proporsi yang diharapkan dari false positive di antara variabel yang Anda klaim adanya perbedaan. Misalnya, jika dengan FDR dikontrol hingga 5%, 20 tes positif, "rata-rata" hanya 1 dari tes ini akan menjadi positif palsu.
Sekarang, ketika jumlah perbandingan meningkat ... yah, itu tergantung pada jumlah hipotesis nol marginal yang benar. Tetapi pada dasarnya, dengan kedua prosedur, jika Anda memiliki beberapa, katakanlah 5 atau 10, variabel yang benar-benar terkait, Anda memiliki lebih banyak peluang untuk mendeteksi mereka di antara 100 variabel daripada di antara 1.000.000 variabel. Itu harus cukup intuitif. Tidak ada cara untuk menghindari ini.