Für mehrere Vergleiche sind keine Anpassungen erforderlich

Anpassungen für mehrere Vergleiche in großen Datenmengen werden empfohlen, um zu vermeiden, dass die Nullhypothese zu schnell abgelehnt wird. Leider führt eine Reduzierung des Typ-I-Fehlers für null-Assoziationen zu einer Erhöhung des Typ-II-Fehlers für jene Assoziationen, die nicht null sind. Die theoretische Grundlage für die Befürwortung einer routinemäßigen Anpassung für mehrere Vergleiche ist die "universelle Nullhypothese", dass "Zufall" die primäre Erklärung für beobachtete Phänomene darstellt. Diese Hypothese untergräbt die grundlegenden Prämissen der empirischen Forschung, die besagt, dass die Natur regelmäßigen Gesetzen folgt, die durch Beobachtungen untersucht werden können. Eine Politik, keine Anpassungen für mehrere Vergleiche vorzunehmen, ist vorzuziehen, da sie zu weniger Fehlinterpretationen führt, wenn die zu prüfenden Daten keine zufälligen Zahlen, sondern tatsächliche Beobachtungen der Natur sind. Darüber hinaus sollten Wissenschaftler nicht so zögerlich sein, Hinweise zu erkunden, die sich als falsch herausstellen könnten, dass sie sich selbst bestrafen, indem sie möglicherweise wichtige Erkenntnisse verpassen.