Bonferonni-Holm 補正
たくさんの異なるデータセット（ランダムに生成したものでも）を比較すると、「統計的に有意な関係」が見つかったように見えてしまうことがあります。これを避ける一つの方法は、信頼水準に対応するアルファに補正をかけることです。この演習では、なぜ補正を行うべきか、そしてその方法を確認します。
前の演習で計算した 1000 個の p 値は、NumPy 配列 p_values に読み込まれています。パッケージ NumPy は np としてインポート済みです。
この演習はコースの一部です
Pythonで学ぶ推測の基礎
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Compute the Bonferonni-corrected alpha
bonf_alpha = ____
# Check how many p-values were significant at this level
____