FDR & FWE

	H0为真：没有激活	H1为真：存在激活
Declared：H0没有激活	正确	错误（假阴性）
Declared：H1存在激活	错误（假阳性）	正确

FDR: false discorvery rate

FDR(False Discovery Rate) 校正法  
FDR错误控制法是Benjamini于1995年提出的一种方法，基本原理是通过控制FDR值来决定p值的值域。相对Bonferroni来说，FDR用比较温和的方法对p值进行了校正。其试图在假阳性和假阴性间达到平衡，将假/真阳性比例控制到一定范围之内。  
那么怎么从p值来估算FDR呢，人们设计了几种不同的估算模型。其中使用最多的是Benjamini and Hochberg方法，简称BH法。该方法分两步完成，具体如下：  

2.1  假设总共有m个候选基因，每个基因对应的p值从小到大排列分别是p(1),p(2),…,p(m) 

2.2  若想控制FDR不能超过q，则只需找到最大的正整数i，使得 p(i)<= (i*q)/m . 然后，挑选对应p(1),p(2),…,p(i)的基因做为差异表达基因，这样就能从统计学上保证FDR不超过q。

其意义为是 错误拒绝（拒绝真的（原）假设）的个数占所有被拒绝的原假设个数的比例的期望值。

FWE: family-wise error

FDR是在已经激活的voxel里激活的

FWE是在所有的voxel里面

i.g. 如共有5000个voxel，卡阈值得到2000个voxel激活，那么FDR校正是在2000voxel中进行校正，FER是在5000个voxel中进行校正。