Bonferroni校正是一种 在统计学中用于多重假设检验的校正方法。它主要用于控制整体的I类错误率（Family-Wise Error Rate, FWER），即在多重比较的情况下，至少出现一个错误拒绝假设的概率。
具体操作上，Bonferroni校正通过将每个检验的显著性水平设定为原始显著性水平除以检验的总次数来实现。例如，如果原始的显著性水平是0.05，且进行了10000次检验，那么校正后的显著性水平将是0.05/10000，即0.000005。这意味着，只有当检验的p值小于0.000005时，我们才会认为结果是统计显著的。
Bonferroni校正的优点在于它非常保守，适合于防止I类错误，尤其在少量比较时特别有效。然而，它的缺点是在进行多次检验时过于严格，可能会导致较高的II类错误率，即可接受错误拒绝原假设的概率增加。
Bonferroni校正广泛应用于各种需要多重假设检验的场景，如基因表达分析、全基因组关联分析（GWAS）等。尽管它非常保守，但在某些情况下，这种保守性是可以接受的，特别是当对错误发现率的控制要求较高时。