目录

1. 问题背景

当同时考虑多个假设检验时，除非明确检验框架的多重性，否则标准的统计方法会对无效假设过度拒绝。在本文中，我们讨论了 Romano-Wolf 多重假设修正，并记录了它在 Stata 中的实现。

Romano-Wolf 校正 (渐进地) 控制了族内误差率，即在被测假设族中至少拒绝一个真实无效假设的概率。这种校正比早期的多重检验程序，如 Bonferroni 和 Holm 校正，要强大得多，它通过对原始数据的重新取样，考虑到了检验统计的依赖结构。

本推文的目的在于介绍实现这种校正的命令 rwolf，并结合案例加以说明。