通常会做什么（虽然说起来容易做起来难），是这样的：

• 进行试点研究，让您了解正在处理的数据
• 基于此（或者如果不能进行试点研究，请了解有关领域的知识），创建一个数据生成模型，以便您可以对“看起来像”真实数据的数据进行采样。这样做以便您可以控制哪些观察是案例（在您希望它们被测试拾取的意义上）以及哪些是控制（再次，在您希望它们不被测试拾取的意义上）。
• 对于一组合理的样本量中的每一个，运行 100 或 1000 次模拟（即：创建那么多数据集，越多越好），然后对其进行分析。计算例如错误发现率的表现如何。
• 现在，您可以估计每个样本量的每个度量的执行情况，因此请根据您需要的性能选择样本量（如果可以达到的话），并对此保持保守（即：如果可以，添加另一个平板观察)

上面的困难显然在于创建该数据生成模型。再一次，当有疑问时：缩小“真实效果”并添加大量噪音以使其保持保守。

我很确定关于 FDR 的原始文章包含 FWER 表现非常糟糕的示例，因此可以预期样本量计算可能会因不同的措施而大不相同。