执行 Benjamini & Hochberg (1995) 过程来控制假设检验系列的错误发现率 (FDR)。 FDR 是被错误拒绝的被拒绝假设的预期比例（即，这些测试的原假设实际上是正确的）。 与 Bonferroni 校正等程序相比，FDR 通常是一种不太保守/更强大的多重比较校正方法，后者提供对家庭错误率（即，一个或多个零假设被错误拒绝的概率）的强大控制。 该函数实现了 Benjamini & Hochberg 过程的两种版本：一种假设独立或正相关测试，另一种不假设测试相关性。 后一种程序（由 Benjamini 和 Yekutieli 于 2001 年发布）总是合适的，但比前者保守得多。 这两个过程都非常简单，只需要家族中所有检验的 p 值除了校正多重比较的 p 值之外，此函数还返回在 FDR 调整后仍然显着的任何 p 值的多重比较调整置信区间覆盖率。 这些“经过 FCR 调整的选
