【锚点】这一讲钉一个判断：【FDR】控制的不是某一次【p<0.05】的【假阳性概率】，而是【被宣布发现集合中假发现的期望比例】。把它读成【这个结果有95%是真的】，是把【频率派错误控制】偷换成【后验概率】。

【流程节点链路】：【m个原假设】→【得到m个p值】→【升序排序 p_(1)≤…≤p_(m)】→【找最大 k 使 p_(k)≤(k/m)q】→【拒绝 H0 到 k】→【得到发现集 R】→【FDR=E[V/R]，R=0时约定为0】。

【显式】【Benjamini-Hochberg】（1995）提出的【BH procedure】，在【独立或正相依】条件下控制【FDR≤q】。对照物是【Bonferroni】：它控制【FWER=P(V≥1)≤α】。若【m=1000】、【α=0.05】，每个检验阈值约【0.00005】。它把【整个家族至少错一次】当灾难，适合【安全攸关】且【错误代价极高】的少数检验。

【隐式】当【检验数很多】且【多数是噪声】时，【FWER】的代价是把【真实信号】一起压死。假设【1000个基因位点】中只有【100个真效应】，【Bonferroni】的【0.00005】阈值会让【弱效应】几乎全部漏掉；【Benjamini-Hochberg】的阈值随【k】增大而放宽：【p_(k)≤(k/1000)q】。【q=0.05】时，第【100】个【p值】的阈值是【0.005】，比【0.00005】宽松【100倍】。

【细微】【FDR≤q】是【长期重复实验】下的【期望控制】，不是【单次清单】保证【假发现不超过5%】。单次结果里，若发现【100条】、其中【45条假】，比例就是【45%】；你不能把【单次FDR】当【后验可信度】。

【极难发现】真正被改写的不是【公式】，而是【错误的计量单位】：从【是否有一次错】变成【错占多少比例】。这个转换让【大规模筛查】从【必须几乎零错】变成【可承受一定比例假发现，再用后续验证排序】。

可辩论问题：如果一个领域里【假发现比例】比【漏掉真发现】更不可接受，【FDR】是否仍然比【FWER】更合理？