1 定义与基本概念
Holm方法是一种用于多重比较校正的统计程序，核心用途是在同时进行多个假设检验时，控制整体第一类错误风险。它属于逐步拒绝类方法，按照检验结果的显著程度依次判断，能够在保持错误率受控的同时，尽量减少因校正过度而损失的检验力。由于操作规则明确，它常被视为多重检验中的基础方案之一。
1.1 多重比较问题
当研究中同时对多个假设进行检验时，单次检验的显著性水平不能直接代表整体风险。假如每个检验都按同样标准独立判断，那么随着检验数量增加，至少出现一次“假阳性”的概率会累积上升。这个现象就是多重比较问题，也是多重校正方法需要解决的核心背景。
1.2 家族错误率（FWER）
家族错误率是指在一组相关假设检验中，至少错误拒绝一个真实原假设的概率。与单个检验的显著性水平不同，FWER关注的是整组检验的总体错误控制。Holm方法的目标之一，就是在预先设定的总体水平下，使这类错误概率保持在可接受范围内。
1.3 Holm方法的核心思想
Holm方法的基本思路是：先将所有 p 值从小到大排序，再从最小的 p 值开始逐个比较。最显著的结果先接受最严格的门槛，随后随着未决假设数量减少，阈值逐步放宽。这样既能优先识别最有证据支持的假设，又能在整体上控制错误率。
1.4 与 Bonferroni 校正的关系
Holm方法常被看作 Bonferroni 校正的改进版。Bonferroni 方法对所有检验统一采用同一个极保守阈值，而 Holm 方法则根据排序位置动态调整标准，因此通常更有检验力。二者都服务于FWER控制，但 Holm 在多数实际场景中往往更容易发现真实差异。
2 方法原理
Holm方法属于典型的逐步拒绝程序。它并不是一次性为所有假设设定相同判定标准，而是通过排序、比较、停止三个环节，逐层筛查显著结果。其原理简洁，但在统计逻辑上具有严格的错误率保证。
2.1 逐步拒绝程序
逐步拒绝程序的特点是从最小 p 值开始判断，若该检验通过，则继续考察下一个；若某一步未通过，则后续检验不再继续拒绝。Holm方法正是这种“先严后松”的流程，因此在保证保守性的同时，尽可能保留真实效应的发现机会。
2.1.1 p 值排序规则
首先将全部检验得到的 p 值按升序排列，记为 \(p_{(1)}, p_{(2)}, \dots, p_{(m)}\)。其中 \(m\) 表示总检验数，括号中的下标表示排序后的位次，而不是原始编号。排序是 Holm 方法能够逐步判断的基础步骤。
2.1.2 阈值比较规则
排序后，第 \(i\) 个最小 p 值与 \(\alpha/(m-i+1)\) 比较，其中 \(\alpha\) 为总体显著性水平。由于分母会随着 \(i\) 增大而减小，后续阈值会逐渐放宽。也就是说，越靠前的检验需要更强证据，越靠后的检验标准相对没那么严格。
2.1.3 停止判定条件
一旦某个排序位置上的 p 值不再小于对应阈值，后续所有假设都不再被拒绝。这个停止规则是 Holm 方法的重要特征，它避免了在已出现不显著结果后继续作出不一致的拒绝判断。该机制也构成了其严格控制FWER的关键。
2.2 数学表达式
Holm方法的数学形式可以用顺序比较来表示。对于排序后的 p 值，依次判断： \[ p_{(1)} \le \frac{\alpha}{m},\quad p_{(2)} \le \frac{\alpha}{m-1},\quad \dots,\quad p_{(m)} \le \alpha \] 只要前面的条件成立，就继续向后检验；若某一步不成立，则停止。
2.2.1 显著性水平的逐步分配
从形式上看，Holm方法把整体显著性水平逐步“分配”给不同排序位置。越前面的检验分到的标准越小，越后面的检验允许的误差边界越宽。虽然这种分配方式并不意味着真实概率被简单平均分摊，但在控制整体错误率时，它提供了清晰有效的判定框架。
2.2.2 调整后的 p 值计算
Holm方法也可给出调整后的 p 值。对第 \(i\) 个排序 p 值，可构造 \[ p_i^{adj} = \max_{j \le i} \left[(m-j+1)p_{(j)}\right] \] 并通常将结果截断在 1 以内。这样的调整值便于直接与整体显著性水平比较，也更适合软件输出和报告呈现。
2.3 方法的单步与逐步性质
Holm方法兼具“单步校正”的整体控制目标和“逐步检验”的执行方式。它不像纯单步方法那样所有假设共享同一固定标准，也不是完全独立地逐个判断，而是在顺序结构中动态更新阈值。正因如此，它在理论上稳健，实践中也较易理解和实施。
3 计算流程
Holm方法的计算过程具有较强的程序化特征，通常只需整理 p 值、排序、比较和回溯四个步骤即可完成。无论是手工计算还是借助软件，基本流程都较为一致。
3.1 原始假设检验结果整理
首先收集所有待比较假设对应的原始检验结果，包括检验统计量、p 值以及对应的原假设编号。若来自不同模型或不同组间比较，需保证这些 p 值属于同一“家族”检验集合，才能进行统一校正。
3.2 p 值排序与编号
接着将所有 p 值从小到大排列，并记录其原始来源。排序后的位次决定后续比较顺序，而原始编号则用于最后将结论映射回具体假设。这个步骤虽然简单，却是避免结果混淆的关键环节。
3.3 逐项比较与拒绝决策
按照排序顺序，依次将每个 p 值与对应阈值比较。若当前 p 值小于阈值，则拒绝该原假设并继续下一项；若不小于阈值，则停止拒绝过程。该规则使得“越显著的结果越优先通过”，同时避免在证据不足时继续扩展拒绝范围。
3.4 结果回溯与结论输出
完成逐步判断后，需要把排序结果重新映射回原始假设编号，形成最终报告。报告通常会注明哪些假设被拒绝、哪些未被拒绝，以及是否采用 Holm 校正。对于科研论文或业务分析而言，这一步关系到结果能否被准确解释。
3.4.1 被拒绝假设集合
被拒绝集合通常包含排序靠前、且 p 值连续满足阈值条件的假设。它们对应的是在整体错误率控制下仍具有统计学证据支持的比较对象。实际解释时，一般还需结合效应量和研究背景，避免只依赖显著性判断。
3.4.2 未被拒绝假设集合
未被拒绝的假设既可能是真正不存在差异，也可能是由于样本量不足或检验力有限而未能检出。Holm方法中的“未拒绝”并不等于“证明原假设为真”，而只是表示在给定校正规则和显著性水平下，证据尚不足以推翻它。
4 统计性质
Holm方法之所以被广泛采用，主要在于它具有明确的理论保证，同时兼顾一定的实用效率。它在控制总体错误率方面较为稳健，并且比更保守的传统方法更容易检出真实差异。
4.1 对 FWER 的控制
在原假设成立的前提下，Holm方法能够控制家族错误率不超过预设水平。这一性质通常在假设检验理论框架下成立，并构成其使用的核心依据。也正因为如此，它适合用于需要严格控制误报风险的研究场景。
4.2 与经典 Bonferroni 方法的比较
与 Bonferroni 方法相比，Holm方法并未降低总体控制目标，但在程序结构上更灵活。Bonferroni 对每个检验都使用相同阈值，而 Holm 通过排序后逐步放宽标准，减少了不必要的保守性。因此，在多数情况下，Holm 至少不比 Bonferroni 差，且通常更优。
4.3 检验力与保守性
检验力是指正确识别真实差异的能力。由于 Holm 方法对最小 p 值优先给予判定机会，它往往比固定阈值法更容易保留真正显著的结果。与此同时，它仍保留控制错误率的约束，因此可以被视为兼顾稳健性和敏感度的折中方案。
4.4 适用条件与假设
Holm方法通常要求各检验结果能够统一纳入同一比较家族，并且 p 值的计算应符合相应统计模型的前提。它对于独立或相关检验都有一定适用性，但在极端相关结构或特殊设计中，解释时仍需谨慎。实际应用中，应确保检验统计量和模型设定与研究问题一致。
5 变体与相关方法
Holm方法并不是孤立存在的，它属于多重比较校正方法家族中的重要成员，并与若干逐步程序存在密切联系。不同方法在阈值构造、拒绝顺序和保守程度上略有差异。
5.1 Holm-Bonferroni 方法
Holm-Bonferroni 是 Holm 方法的常见称呼，强调其与 Bonferroni 思想的一致性。该名称在文献中使用广泛，通常指的就是同一套逐步拒绝规则。实际使用时，两者多被视为同义表达。
5.2 Step-down 方法家族
Holm方法属于 step-down 方法家族，即“从最显著结果向后逐步检验”的方法集合。这个家族中还包括一些更复杂的程序，它们可能在假设结构或阈值设计上更精细。Holm 因规则简单，常被作为入门与标准参考。
5.3 与 Hochberg 方法的区别
Hochberg 方法同样用于FWER控制，但其判定顺序和条件与 Holm 不同，通常属于另一类逐步程序。相较于 Holm，Hochberg 在某些条件下更有检验力，但对数据结构和假设条件的依赖也更明显。两者都常见于多重比较分析，但选择时应结合研究设计。
5.4 与 Hommel 方法的联系
Hommel 方法也是一种控制FWER的多重校正程序，通常在检验力上更进一步，但算法和理解难度更高。与 Holm 相比，Hommel 的计算与解释往往更复杂，因此在实际报告中，Holm 常因简洁可靠而更受青睐。二者同属重要的经典校正方案。
6 应用场景
Holm方法适用于需要对多个假设同时作出判断的研究与业务分析。只要存在“同一批检验结果可能引入累积误报”的情形，它就有现实价值。
6.1 多组均值比较
在实验或调查研究中，常常需要比较多个组的均值差异，例如不同处理组、不同时间点或不同样本来源之间的比较。若先做若干两两检验，再使用 Holm 方法校正，就能降低因比较次数过多而带来的误判风险。
6.2 临床试验中的终点分析
在临床研究中，一个试验可能同时关注多个终点、多个亚组或多个时间点。此时若直接采用单次检验标准，容易放大误报。Holm方法可用于对这些并行结论进行校正，使主要分析结果更稳妥。
6.3 基因表达与组学分析
组学研究往往涉及成百上千个特征的同时检验，虽然这类问题有时会使用更专门的假发现率方法，但在某些子集分析或候选特征比较中，Holm方法仍很常见。它适合对较少数量的重要假设进行严格校正。
6.4 A/B 测试与产品实验
在产品实验中，研究者可能同时关注多个指标，例如转化率、停留时长、复购率或不同人群的效果差异。Holm方法可用来校正这些并行判断，避免因多指标并测而误判某项改动有效。它尤其适合需要清晰结论的业务场景。
7 实际实现
Holm方法在主流统计软件中通常都有现成支持，使用门槛较低。由于其规则固定，软件实现大多只需传入 p 值向量和校正方式即可。
7.1 常见统计软件支持
多数统计软件和编程语言都提供多重检验校正功能，其中 Holm 是常见选项之一。用户通常可以直接在函数参数中选择对应方法名称，而无需手动编写复杂算法。
7.1.1 R 中的实现
在 R 语言中，常见函数会提供 holm 作为多重校正选项。用户只需输入一组 p 值，即可得到调整后的结果和拒绝判断。R 的实现较为直接，适合科研分析和批量处理。
7.1.2 Python 中的实现
Python 生态中常通过统计分析库完成 Holm 校正。使用时通常传入 p 值列表，再指定相应方法即可返回调整结果。对于数据分析脚本和自动化实验流程而言，这种方式较为方便。
7.1.3 SPSS、SAS、Stata 中的实现
在 SPSS、SAS、Stata 等软件中，Holm 校正通常作为多重比较或事后检验选项提供。不同软件的菜单路径和语法有所区别，但核心逻辑一致。实际操作中，关键是确认输出的是 Holm 调整后的 p 值还是已经校正过的显著性判断。
7.2 输出结果解读
软件输出一般会列出原始 p 值、调整后 p 值以及是否拒绝原假设。解读时应优先看调整后结果，而不是只看单个原始 p 值。若多个比较同时出现显著，也要确认它们是否都通过了 Holm 的顺序条件。
7.3 常见使用误区
常见误区包括：把 Holm 校正后的结果误当作独立检验；忽略“同一家族假设”的界定；只看显著性而不看效应量；以及在停止规则触发后仍继续解释后续未检验的假设。避免这些问题，有助于提升结论的可靠性。
8 优缺点分析
Holm方法之所以长期流行，正是因为它在简洁性、稳健性和实用性之间取得了较好平衡。不过，它也并非适用于所有多重比较情形。
8.1 优点
Holm方法最突出的优点是理论清晰、实现简单、FWER控制稳定。相较于传统 Bonferroni 校正，它通常更有检验力，能够在不牺牲总体错误率控制的前提下更容易发现真实差异。此外，它在软件中支持广泛，使用成本较低。
8.2 局限性
Holm方法的主要局限在于它仍然偏保守，尤其当检验数量很多时，后续比较可能很难获得通过。对于超大规模检验问题，它未必是最合适的工具；此时研究者常会考虑其他控制假发现率的方案。另一个限制是，它主要关注“至少一个错误拒绝”的风险，而非全部错误发现的比例。
8.3 与其他校正方法的选择建议
如果研究目标是严格控制FWER，且检验数量不算极端庞大，Holm方法通常是优先考虑的选择。若研究更关心发现尽可能多的真实信号，且能接受不同的错误控制框架，则可考虑其他方法。总体上，Holm常被视为兼顾严谨与可用性的折中方案。
9 历史与命名
Holm方法的形成与发展，反映了统计学界对多重检验问题逐步深化的认识。它的命名与传播，也体现了经典校正方法之间的连续演化。
9.1 Holm 方法的提出背景
Holm方法源于对传统 Bonferroni 校正过于保守的改进需求。随着实验设计和假设检验数量不断增加，研究者需要一种既能控制总体错误率、又不至于过度牺牲检验力的方法。Holm 方法正是在这一背景下被提出并逐渐推广的。
9.2 Holm-Bonferroni 命名来源
“Holm-Bonferroni”这一名称，强调了该方法在思想上继承了 Bonferroni 的错误率控制理念，同时在程序上由 Holm 进行了改进。由于其与 Bonferroni 校正关系密切，学术和软件文档中常将二者并列提及。实际上，这一名称已经成为该方法最常见的通用称呼之一。
9.3 在统计学中的传播与应用
随着应用统计、医学研究和数据分析实践的发展，Holm方法逐渐成为多重比较校正中的标准工具之一。它因规则明确、计算方便、结果易于解释而被广泛采纳，尤其适合需要稳健结论的研究环境。如今，它已是统计推断课程和软件输出中常见的基础概念。