FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，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。
1995年Benjamini和Hochberg首次提出了FDR的概念，并给出了在多重检验中对它的控制方法。然而，当时组学海量数据尚未大量出现，开始并未受到重视，甚至因为考虑了64个假设检验而受到质疑。数年之后，伴随着微阵列检测技术的发展、海量数据的大量出现使得FDR有了应用。
FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，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。
1995年Benjamini和Hochberg首次提出了FDR的概念，并给出了在多重检验中对它的控制方法。然而，当时组学海量数据尚未大量出现，开始并未受到重视，甚至因为考虑了64个假设检验而受到质疑。数年之后，伴随着微阵列检测技术的发展、海量数据的大量出现使得FDR有了应用。
