1. FDR的全称是False Discovery Rate，指的是在多重假设检验中，被错误地拒绝的空假设所占比例。这个概念首先由Benjamini和Hochberg于1995年提出。

2. 在科学研究中，研究人员经常同时测试多个假设，如测试多个基因是否与某种疾病相关。在进行多重假设检验时，会存在一定的误差率。

3. 误差率分为两种，一种是将正确的假设错误地拒绝（即 Type I 错误），另一种是未拒绝错误假设（即 Type II 错误）。在多重测试中，误差率可能非常高，为了减小这种误差率，研究人员就要使用FDR方法进行校正。

4. FDR可以通过设定一个阈值，将测试结果区分为显著和非显著两部分。该方法在大量测试中经常使用，如基因表达数据的分析、脑电图数据的分析等。

5. 总之，FDR是一种重要的统计方法，可以帮助研究人员在多重假设检验中减小 Type I 错误的风险，从而更好地分析多重测试结果，提高统计测试的功效。

以上就是fdr是什么意思的相关介绍，希望能对你有帮助，如果您还没有找到满意的解决方式，可以往下看看相关文章，有很多fdr是什么意思相关的拓展，希望能够找到您想要的答案。