বনফেরনি সামঞ্জস্যটি সর্বদা পরিবার-ভিত্তিক ত্রুটির হারের শক্তিশালী নিয়ন্ত্রণ সরবরাহ করবে। এর অর্থ এই যে, যাহা প্রকৃতি এবং পরীক্ষা, অথবা তাদের মধ্যে সম্পর্ক সংখ্যা, যদি তাদের অনুমানের পূরণ করা, এটা নিশ্চিত করবে যে সমস্ত পরীক্ষার মধ্যে এমনকি এক ভ্রান্ত উল্লেখযোগ্য ফলাফল থাকার সম্ভাবনা সবচেয়ে হয় , আপনার মূল ত্রুটি স্তর । এটি সর্বদা উপলব্ধ ।α
এটি ব্যবহার করা উপযুক্ত কিনা (অন্য পদ্ধতির বিপরীতে বা সম্ভবত কোনও সামঞ্জস্য নেই) আপনার লক্ষ্য, আপনার শৃঙ্খলার মানদণ্ড এবং আপনার নির্দিষ্ট পরিস্থিতির জন্য আরও ভাল পদ্ধতির উপলব্ধতার উপর নির্ভর করে। খুব কমপক্ষে, আপনার সম্ভবত হলম-বনফেরোনি পদ্ধতিটি বিবেচনা করা উচিত, যা কেবল সাধারণ তবে কম রক্ষণশীল।
আপনার উদাহরণ প্রসঙ্গে যেহেতু আপনি বিভিন্ন পরীক্ষার সম্পাদন করা হয়, আপনি হয় পরিবার-জ্ঞানী ত্রুটি হার (ভুল অন্তত একটি নাল হাইপোথিসিস প্রত্যাখ্যান সম্ভাবনা) বৃদ্ধি। আপনি যদি প্রতি অর্ধে কেবল একটি পরীক্ষা করেন তবে হোমেলের পদ্ধতি বা মিথ্যা আবিষ্কারের হার (যা পরিবার-ভিত্তিক ত্রুটি হারের চেয়ে আলাদা) নিয়ন্ত্রণ করে এমন পদ্ধতি সহ অনেকগুলি সমন্বয় সম্ভব possible আপনি যদি কয়েকটি উপ-পরীক্ষা অনুসরণ করে পুরো ডেটা সেট সেট করে পরীক্ষা করেন তবে পরীক্ষাগুলি আর স্বাধীন হয় না তাই কিছু পদ্ধতি আর উপযুক্ত হয় না। আমি আগেই বলেছি, বনফেরোনি যে কোনও ক্ষেত্রে সর্বদা উপলভ্য এবং বিজ্ঞাপন হিসাবে কাজ করার গ্যারান্টিযুক্ত (তবে এটি খুব রক্ষণশীলও হতে পারে ...)।
আপনি কেবল পুরো বিষয়টি উপেক্ষা করতে পারেন। সাধারণত, পরিবার-ভিত্তিক ত্রুটির হার বেশি তবে মাত্র দুটি পরীক্ষা দিয়ে এখনও এটি এতটা খারাপ নয়। আপনি পুরো ডেটা সেটটিতে একটি পরীক্ষা দিয়েও শুরু করতে পারেন, মূল ফলাফল হিসাবে বিবেচিত, তারপরে বিভিন্ন গোষ্ঠীর উপ-পরীক্ষা করা হয়, অসম্পূর্ণ করা হয় কারণ এগুলি গৌণ ফলাফল বা আনুষঙ্গিক অনুমান হিসাবে বোঝা যায়।
আপনি যদি সেভাবে অনেকগুলি ডেমোগ্রাফিক ভেরিয়েবল বিবেচনা করেন (তবে কেবলমাত্র গোপনীয়তা থেকে লিঙ্গগত পার্থক্যের জন্য পরীক্ষা করার পরিকল্পনা বা সম্ভবত আরও পদ্ধতিগত মডেলিংয়ের পদ্ধতির বিপরীতে) সমস্যাটি "ডেটা ড্রেজিং" এর একটি উল্লেখযোগ্য ঝুঁকির সাথে আরও গুরুতর হয়ে উঠবে (একটি পার্থক্য সুযোগের মাধ্যমে তাৎপর্যপূর্ণভাবে উপস্থিত হয় যা আপনাকে ডেমোগ্রাফিক ভেরিয়েবল সম্পর্কে বুট করার জন্য কিছু সুন্দর গল্প সহ একটি অনির্বাচিত পরীক্ষাটি উদ্ধার করতে দেয় যেখানে বাস্তবে আসলে কিছুই ঘটে না) এবং একাধিক পরীক্ষার জন্য আপনাকে অবশ্যই কিছু রূপ সমন্বয় বিবেচনা করা উচিত। এক্স বিভিন্ন অনুমানের সাথে যুক্তিটি একইরকম থেকে যায় (এক্স হাইপোথেসিকে দুবার পরীক্ষা করা - প্রতিটি ডেটার সেট অর্ধেকের এক - এক্স অনুমানকে একবার পরীক্ষা করার চেয়ে উচ্চতর পরিবার-ভিত্তিক ত্রুটি হার অন্তর্ভুক্ত করে এবং আপনার সম্ভবত এটির জন্য সামঞ্জস্য করা উচিত)।