没有多重比较校正
当研究人员测试任务效果时，他们通常会测试多个任务条件对多个变量（行为结果，调查表条目等）的影响，有时还存在先验假设不确定的情况。与具有更多限制性条件的确认分析相反，此方法称为探索性分析。论文查重还有原则？
使用频率统计时，探索性分析中的多次比较可能会对重要结果的解释产生重大影响。在包含两个以上条件（或两组比较）的实验设计中，探索性分析将涉及多个比较，并且还会增加具有统计学意义的结果（即假阳性，I型错误）而没有实际影响的可能性）。
在这种情况下，因素数量越多，可以执行的测试越多，观察到假阳性（家庭错误率）的可能性就越大。例如，在2×3×3的实验设计中，即使实际上不存在该效果，也至少有30％的概率获得显着的主效果或交互作用。
当执行多个独立比较（例如，神经影像分析，多个记录的神经元或EEG）时，此问题尤其突出。在这种情况下，研究人员在每个体素/神经元/时间点内执行严格的统计测试。由于设计中包含大量指标，因此很有可能检测到假阳性结果。
例如，贝内特及其同事在没有校正多重比较的情况下，发现了死鲑鱼中激活的体素（在“心理模拟”任务中被激活）。此示例说明了识别假阳性结果有多容易。尽管此问题在探索性分析中更为突出，但是在确认性分析中设置大量测试时可能会出现问题。
如何发现错误
可以通过测量的自变量数量和使用的分析方法数量来检查未经校正的多重比较。如果这些变量中只有一个与因变量有关，则可以纯粹包括其余变量，以增加产生重大结果的可能性。论文狗查重论文免费，登陆系统后每天送一篇无条件免费的论文查重，此免费查重不限条件，登陆网站：https://www.lunwengo.net，就可以进行论文查重免费。使用了免费查重次数后，免费查重也只要3元每篇。同时，论文狗免费论文查重网站还提供正版知网查重、维普论文检测等查重系统。
因此，在对大量变量（例如基因或MRI体素）进行探索性分析时，如果研究人员没有明确的理由来解释未经校正的多重比较结果，则该结果是完全不可接受的。即使研究人员提供了一个粗略的假设（例如，应该在特定的大脑区域或近似的潜伏期观察到效果），如果该假设需要测试多个独立的比较，则也需要校正多个比较。
解
探索性分析可能没有问题，但必须承认这是探索性分析。研究人员应报告所有测得的变量，并酌情使用多种比较程序。例如，标准的多重比较校正绝对不会在死去的鲑鱼脑中激活。
请记住，有许多方法可以纠正多重比较，而且某些方法比其他方法更受研究人员接受，因此仅显示某些形式的纠正可能无法完全解决误报问题。