[1] A menudo, su desarrollo se atribuye a Olive Jean Dunn, quien describió la aplicación del procedimiento a intervalos de confianza.
[2][3] La prueba de hipótesis estadística se basa en rechazar la hipótesis nula si la probabilidad de los datos observados en las hipótesis nulas es baja.
Si se prueban múltiples hipótesis, aumenta la probabilidad de un evento raro y, por lo tanto, aumenta la probabilidad de rechazar incorrectamente una hipótesis nula (es decir, cometer un error de tipo I.
)[4] La corrección de Bonferroni compensa ese aumento al probar cada hipótesis individual en un nivel significativo de
es el nivel de alfa general deseado y
[5] Por ejemplo, si un ensayo está probando
deseado, entonces la corrección de Bonferroni probaría cada hipótesis individual en
una familia de hipótesis, y
el número total de hipótesis nulas y
el número de hipótesis nulas verdaderas.
La tasa de error familiar (FWER) es la probabilidad de rechazar al menos un
verdadero, es decir, de cometer al menos un error de tipo I.
La corrección de Bonferroni rechaza la hipótesis nula para cada