Il tasso di false scoperte (FDR) è una previsione statistica di quanti risultati possono essere falsi positivi. Ciò consente ai ricercatori di analizzare i dati per determinare se sono statisticamente significativi o privi di valore. A seconda del tipo di progetto, può esserci un’elevata tolleranza per un alto tasso di false scoperte, perché gli altri risultati sono ancora validi e potrebbero essere utili. I ricercatori di solito presentano analisi statistiche dei loro risultati e ne discutono nella presentazione del loro lavoro.
Questo concetto è legato al p-value, una stima della probabilità di ottenere un risultato significativo e valido. Piccoli valori di p suggeriscono che i dati non sono così significativi, perché c’è una bassa probabilità statistica che siano unici. Ad esempio, se qualcuno sta estraendo palline colorate da un sacchetto che contiene palline di tre colori, quella persona si aspetterebbe di estrarre un numero approssimativamente uguale di ciascun colore. Se vengono estratte 20 palline e 10 di esse sono dello stesso colore, ciò sarebbe statisticamente improbabile. Per trovare il valore p, il ricercatore potrebbe eseguire un’analisi statistica per determinare la probabilità di estrarre 10 palline dello stesso colore in un’estrazione di 20 palline.
Nel caso del FDR, c’è più indulgenza che con un p-value. Invece di esaminare la probabilità statistica che i risultati siano effettivamente univoci, esamina il numero di falsi positivi che è probabile che si trovino nei risultati. Un numero elevato di falsi positivi potrebbe comunque fornire dati utili. I ricercatori dovranno essere in grado di identificare ed escludere i falsi positivi dai loro risultati, ma le informazioni rimanenti potrebbero essere molto importanti.
Numerosi calcoli possono essere utilizzati per determinare il tasso di false scoperte. Se i ricercatori scoprono che questo tasso è alto quando avviano un esperimento, potrebbero apportare alcune modifiche per controllarlo. Ciò potrebbe includere modifiche alla metodologia dello studio, come ottenere un campione più ampio per ridurre il numero di falsi positivi. La progettazione meticolosa dello studio è molto importante, perché errori in questo processo potrebbero creare problemi con l’esperimento.
Sono disponibili programmi per computer per facilitare i calcoli del tasso di rilevamento dei falsi. È anche possibile eseguirli a mano. Nel corso dello sviluppo di una metodologia di studio, i ricercatori potrebbero eseguire alcuni calcoli per identificare evidenti difetti nella progettazione prima che l’esperimento proceda. Questo può aiutarli a trovare i punti deboli e ad affrontarli per rendere l’esperimento il più efficace e utile possibile.