业务执行Benjamini &(1995)程序for controlling the false discovery rate (FDR) of a family of hypothesis tests. FDR is the expected proportion of rejected hypotheses that are mistakenly rejected (i.e., the null hypothesis is actually true for those tests). FDR is generally a somewhat less conservative/more powerful method for correcting for multiple comparisons than procedures like Bonferroni correction that provide strong control of the family-wise error rate (i.e., the probability that one or more null hypotheses are mistakenly rejected).
该功能实现了本杰米尼和霍奇伯格的两个版本：假定独立或积极依赖测试的一个版本，并且没有对测试依赖性的假设。后一种程序（由本杰米尼和Yekutieli在2001年出版）始终是合适的，但比前者更为保守。这两个程序都非常简单，只需要家庭中所有测试的p值
除了校正多个比较的p值外，此功能还返回了FDR调整后保持显着的任何P值的多重比较调整后的置信区间覆盖率。这些“ FCR调整后的选定置信区间”保证了错误的覆盖范围（FCR）小于p-value thredho（Benjamini，Y。，Y。，＆Yekutieli，D。，2005年）。
Benjamini，Y。＆Hochberg，Y。（1995）控制虚假发现率：一种实用而有力的多次测试方法。皇家统计学会杂志，B系列（方法论）。57（1），289-300。
Benjamini，Y。＆Yekutieli，D。（2001）在依赖性下对多个测试中的错误发现率的控制。统计年鉴。29（4），1165-1188。
Benjamini, Y., & Yekutieli, D. (2005). False discovery rate–adjusted multiple confidence intervals for selected parameters. Journal of the American Statistical Association, 100(469), 71–81. doi:10.1198/016214504000001907
有关虚假发现率控制和其他当代技术以进行多次比较的审查，请参见：
Groppe，D.M.，Urbach，T.P。，＆Kutas，M。（2011）与事件相关的大脑电位/领域的质量单变量分析I：关键教程综述。
Psychophysiology, 48(12) pp. 1711-1725, DOI: 10.1111/j.1469-8986.2011.01273.xhttp://www.cogsci.ucsd.edu/~dgroppe/PUBLICATIONS/mass_uni_preprint1.pdf