Saltar al contenido
Omnikalc

Corrección de Bonferroni: ajustar α cuando se multiplican las pruebas

Obtén el umbral por prueba con las correcciones de Bonferroni y de Šidák, el riesgo de error global sin corrección y el valor p ajustado de un resultado.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Umbral de Bonferroni por prueba α ÷ m

0,005

Valor p ajustado de Bonferroni min(1, p × m)

0,04

Sigue siendo significativo tras la corrección de Bonferroni
Umbral de Šidák por prueba 1 − (1 − α)^(1/m)
0,005116
Riesgo de error global sin corrección
40,1 %
Falsos positivos esperados si todas las hipótesis nulas son ciertas
0,50
Valor p ajustado de Šidák 1 − (1 − p)^m
0,03929

Por qué corregir las pruebas múltiples

Cada prueba al nivel del 5 % tiene un 5 % de probabilidades de dar un falso positivo cuando no hay ningún efecto real. Si se multiplican las pruebas, los falsos positivos se vuelven casi seguros: con 10 pruebas independientes, la probabilidad de al menos un falso positivo, el riesgo de error global (FWER), vale 1 − 0,95¹⁰ ≈ 40 %. Así es como los estudios que contrastan muchos criterios, subgrupos o genes producen falsos «descubrimientos».

Las correcciones

  • Bonferroni: contrasta cada hipótesis al nivel α ÷ m, siendo m el número de pruebas. De forma equivalente, multiplica cada valor p por m (con tope en 1) y compáralo con α.
  • Šidák: contrasta cada hipótesis al nivel 1 − (1 − α)^(1/m). Es exacta para pruebas independientes y es muy ligeramente menos estricta que Bonferroni.

Ambas mantienen el riesgo de error global como máximo en α.

Ejemplo

Realizas 10 pruebas al nivel α = 0,05, y una de ellas da p = 0,004:

  • umbral de Bonferroni: 0,05 ÷ 10 = 0,005; umbral de Šidák: 0,00512;
  • sin corrección, el riesgo global es del 40,1 %, y se esperaría 0,5 falsos positivos si no hubiera ningún efecto real;
  • el valor p ajustado vale 0,004 × 10 = 0,04, por debajo de 0,05: el resultado sigue siendo significativo tras la corrección.

Un valor p de 0,02, en cambio, sería significativo de forma aislada, pero ya no tras la corrección (p ajustado = 0,2).

El método de Holm, más potente

El procedimiento secuencial de Holm también controla el riesgo global, pero rechaza más a menudo:

  1. Ordena los valores p de menor a mayor.
  2. Compara el menor con α ÷ m, el siguiente con α ÷ (m − 1), y así sucesivamente.
  3. Detente en el primero que supere su umbral: ese y todos los siguientes no son significativos.

Aparte de la sencillez, nada justifica preferir Bonferroni a Holm.

Cuándo corregir y cuándo no hace falta

  • Corrige cuando un solo resultado significativo entre varias pruebas bastaría para concluir, del tipo «el tratamiento mejora al menos un criterio».
  • El criterio principal, fijado de antemano en el protocolo, suele contrastarse sin corrección; los criterios secundarios se corrigen o se presentan como exploratorios.
  • Con cientos o miles de pruebas, como en genómica, controlar la tasa de falsos descubrimientos (Benjamini-Hochberg) suele ser más útil que el umbral muy severo de Bonferroni.

La corrección tiene un precio: la pérdida de potencia. Cuantas más pruebas se multiplican, mayor debe ser un efecto para ser detectado.

Preguntas frecuentes

¿Cómo funciona la corrección de Bonferroni?

Se divide α entre el número de pruebas m, o se multiplica cada valor p por m antes de compararlo con α.

¿Qué es el riesgo de error global?

La probabilidad de al menos un falso positivo entre todas las pruebas: 1 − (1 − α)^m para pruebas independientes.

¿Es mejor el método de Holm?

Sí: controla el mismo riesgo con más potencia, de modo que hay pocas razones para usar Bonferroni solo.

¿Cuándo es preferible la tasa de falsos descubrimientos?

Con muchísimas pruebas (cientos o miles), cuando se aceptan algunos falsos positivos: método de Benjamini-Hochberg.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.