从数据中进行推断、估计和决策
以 α = 0.05 做一次检验，你有 5% 的假阳性概率。做二十个独立检验时，即使没有任何真实效应，你也很可能纯靠运气得到至少一个“显著”结果。这就是多重检验问题，它会悄悄污染大量研究和机器学习实验。
在 m 个检验中出现至少一个假阳性的概率，称为族错误率，会膨胀：m 个独立检验、每个水平为 α 时，它是 1 − (1 − α)m。当 m = 20、α = 0.05 时，大约是 64%，也就是说找到一个幽灵效应的可能性超过一半。
买一张彩票，你中奖的几率微乎其微。买一千张，其中一张可能纯属偶然地“赢”了点什么，即使你根本没有任何特别的洞察力。进行许多次统计检验就是同样的赌博：尝试足够多次，一个毫无意义的侥幸最终将越过显著性界限，并伪装成一个真实的发现。