La tasa de falsos descubrimientos (FDR) es una predicción estadística de cuántos resultados se pueden esperar que sean falsos positivos. Esto permite a los investigadores analizar datos para determinar si son estadísticamente significativos o inútiles. Dependiendo del tipo de proyecto, puede haber una alta tolerancia para una alta tasa de falsos descubrimientos, porque los otros hallazgos aún son válidos y podrían ser útiles. Los investigadores suelen presentar análisis estadísticos de sus hallazgos y discutir esto en la presentación de su trabajo.
Este concepto está relacionado con el valor p, una estimación de la probabilidad de obtener un resultado válido y significativo. Los valores p pequeños sugieren que los datos no son tan significativos, porque existe una baja probabilidad estadística de que sean únicos. Por ejemplo, si alguien está sacando bolas de colores de una bolsa que contiene bolas de tres colores, esa persona esperaría sacar aproximadamente el mismo número de cada color. Si se extraen 20 bolas y 10 de ellas son del mismo color, esto sería estadísticamente improbable. Para encontrar el valor p, el investigador podría ejecutar un análisis estadístico para determinar qué tan probable es sacar 10 bolas del mismo color en un sorteo de 20 bolas.
En el caso del FDR, hay más indulgencia que con un valor p. En lugar de observar la probabilidad estadística de que los resultados sean realmente únicos, examina el número de falsos positivos que es probable que se encuentren en los resultados. Un gran número de falsos positivos aún podría arrojar datos útiles. Los investigadores deberán poder identificar y excluir los falsos positivos de sus resultados, pero la información restante podría ser muy importante.
Se pueden utilizar numerosos cálculos para determinar la tasa de descubrimiento falso. Si los investigadores descubren que esta tasa es alta cuando configuran un experimento, pueden hacer algunos ajustes para controlarlo. Esto podría incluir cambios en la metodología del estudio, como obtener una muestra más grande para reducir el número de falsos positivos. El diseño meticuloso del estudio es muy importante, porque los errores en este proceso podrían crear problemas con el experimento.
Hay disponibles programas informáticos para ayudar con los cálculos de la tasa de descubrimiento falso. También es posible realizarlos a mano. En el curso del desarrollo de una metodología de estudio, los investigadores pueden hacer algunos cálculos para identificar fallas obvias en el diseño antes de que continúe el experimento. Esto puede ayudarlos a encontrar puntos débiles y abordarlos para que el experimento sea lo más sólido y útil posible.