FDR（false discovery rate），是統計學中常見的一個名詞，翻譯為偽發現率，其意義為是錯誤拒絕（拒絕真的（原）假設）的個數占所有被拒絕的原假設個數的比例的期望值 。
【FDR的FDR】1995年Benjamini和Hochberg首次提出了FDR的概念，并給出了在多重檢驗中對它的控制方法 。然而，當時組學海量數據尚未大量出現，開始并未受到重視，甚至因為考慮了64個假設檢驗而受到質疑 。數年之后，伴隨著微陣列檢測技術的發展、海量數據的大量出現使得FDR有了應用 。
FDR（false discovery rate），是統計學中常見的一個名詞，翻譯為偽發現率，其意義為是錯誤拒絕（拒絕真的（原）假設）的個數占所有被拒絕的原假設個數的比例的期望值 。
【FDR的FDR】1995年Benjamini和Hochberg首次提出了FDR的概念，并給出了在多重檢驗中對它的控制方法 。然而，當時組學海量數據尚未大量出現，開始并未受到重視，甚至因為考慮了64個假設檢驗而受到質疑 。數年之后，伴隨著微陣列檢測技術的發展、海量數據的大量出現使得FDR有了應用 。
