# Bonferroni Correction

본페로니 교정(Bonferroni Correction)은 다중 비교 문제(Multiple Comparisons Problem)에서 1종 오류(Type I Error)의 발생 확률을 제어하기 위해 사용하는 통계적 방법입니다.

## 작동 원리

여러 개의 가설 검정을 동시에 수행할 때, 개별 검정의 유의수준을 그대로 유지하면 전체 실험에서 적어도 하나의 가설이 잘못 기각될 확률(가족별 오류율, Family-wise Error Rate)이 증가하게 됩니다. 본페로니 교정은 이를 방지하기 위해 개별 검정의 유의수준을 엄격하게 낮추는 방식을 취합니다.

전체 유의수준을 $\alpha$, 수행하는 테스트의 총 횟수를 $n$이라고 할 때, 수정된 유의수준 $\alpha'$는 다음과 같이 계산됩니다.

$$\alpha' = \frac{\alpha}{n}$$

## 적용 예시

예를 들어, 연구자가 20개의 서로 다른 변수가 특정 결과에 영향을 미치는지 확인하기 위해 20번의 독립적인 가설 검정을 수행한다고 가정해 보겠습니다.

만약 각 검정의 유의수준을 $\alpha = 0.05$로 설정한다면, 개별 검정에서는 1종 오류가 발생할 확률이 5%이지만, 20번의 검정을 모두 수행했을 때 적어도 하나에서 1종 오류가 발생할 확률은 약 64%까지 치솟게 됩니다. 이를 방지하기 위해 본페로니 교정을 적용하면, 수정된 유의수준은 $\alpha' = 0.05 / 20 = 0.0025$가 됩니다. 즉, 각 개별 검정의 p-값이 0.0025보다 작을 때만 통계적으로 유의미하다고 판단함으로써 전체적인 오류 발생 가능성을 제어합니다.

## 장단점

| 구분 | 내용 |
| :--- | :--- |
| **장점** | 계산 방법이 매우 단순하며, 1종 오류(Type I Error)를 매우 엄격하게 제어할 수 있음 |
| **단점** | 지나치게 보수적인 접근 방식으로 인해 2종 오류(Type II Error)가 증가하며, 통계적 검정력(Statistical Power)이 감소함 |

## 대안 방법

본페로니 교정의 지나친 보수성을 보완하기 위해 다음과 같은 대안적인 방법들이 사용됩니다.

* **홀름-본페로니 방법(Holm-Bonferroni method)**: p-값을 크기 순으로 정렬하여 단계적으로 유의수준을 적용하는 방법으로, 본페로니 교정보다 검정력이 높습니다.
* **허위 발견율(False Discovery Rate, FDR)**: 모든 오류를 제어하는 대신, 기각된 가설 중 잘못 기각된 비율을 제어하는 방식으로, 대규모 데이터셋(예: 유전자 분석)에서 주로 사용됩니다.