Prism提供了三种具有不同的检验检验力、简单性和假设的方法来控制FDR。

Benjamini和Hochberg的原始方法（1）。

该方法最先开发出来，现在仍是标准。其假设“检验统计独立或正相关”。这似乎意味着，尽管有些比较正相关（如果一项比较低，其他比较就倾向于低），但如果有些比较负相关（如果一项比较低，其他比较倾向于高），该方法就不能很有效。

我们提供该方法是因为它是标准。

Benjamini、Krieger和Yekutieli两阶段递升法（2）。

该方法取决于于与Benjamini和Hochberg方法相同的假设，但它是一种更聪明的方法。其首先考察P值的分布，以估计实际为真的零假设的分数。然后，决定一个P值何时低到足以称为一个发现时，它使用该信息来获得更多的检验检验力。

该方法唯一的缺点是数学计算有点复杂，因此如果您进行手动计算，就更难使用了。

Benjamini、Krieger和Yekutieli的改进自适应方法比Benjamini和Hochberg方法检验检验力更强，同时作出同样的假设，因此我们推荐这一方法。

介绍该方法的论文介绍了几种方法。Prism使用 第6节中定义的方法，两阶段线性递升程序。

Benjamini与Yakutieli的修正方法（3）

该方法无需假设各种比较如何相互关联。但这样做的代价是其检验检验力更小，因此将更少的比较视为一个发现。另一种说法是该方法非常保守。

参考文献

 

1.Benjamini、Y.&Hochberg和Y.控制错误发现率：一种实用而有效的多重检验方法。《皇家统计学会杂志》。系列B（方法学）289 - 300（1995）。

2.Benjamini，Y.、Krieger，A. M.和Yekutieli，D.。控制错误发现率的自适应线性递升过程。《Biometrika》93，491 - 507（2006）。

3.Benjamini，Y.和Yekutieli，D.（2001）。依赖性多重检验中的错误发现率控制。《统计年鉴》，1165 - 1188。