如果我们的 p 值为 0.05，要计算我们的发现为误报的概率，我们需要使用具有普遍性（先验概率）和统计功效的复杂公式。

如果我们有很多 p 值，我们神奇地不再需要处理流行度/功率，并且可以应用一些 Benjamini 或其他校正。并且它将 FDR 控制在 0.05 水平（平均而言，如果我们无限次重复相同的实验）。

我无法在脑海中合并这两个事实。如果我们只有 2 个 p 值，那么 FDR 的技巧会起作用吗（显然不是），边界在哪里？我们是否需要考虑多重测试校正的普遍性（我的模拟和理论表明，如果我们不考虑退化的情况，例如“几乎所有我们的数据都来自零” - FDR 要么〜0 % 或 ~100%)，但怎么会呢？