FWER制御とは、統計的仮説検定において複数の検定を同時に行う際、少なくとも1つの第1種過誤（誤検出）が起きる確率をあらかじめ設定した水準以下に抑える手法です。AIや機械学習の多重比較や特徴量選択で過剰な誤検出を防ぐために重要となります。
FWER制御とは
FWER制御（Family-Wise Error Rate control）とは、複数の統計的仮説検定を同時に実施する際に、偽陽性（誤検出）が生じる確率の総和を厳密に一定の水準以下に抑え込むための枠組みです。
詳しく解説
AIの開発やデータ分析では、多数の特徴量やモデルの性能を同時に比較検証する多重比較が頻繁に行われます。1回ごとの検定で有意水準を5%に設定していても、検定の回数が増えるにつれて、偶然の産物を有意であると誤認してしまう確率（第1種過誤）が全体のファミリーとして急増します。この累積的な誤り確率を制御するため、ボンフェローニ補正などの手法を用いて各検定の有意水準を引き締め、信頼性の高い結果を担保するのがFWER制御の仕組みと重要性です。
具体例・使われ方
例えば、画像認識モデルの開発において、100個の異なる画像前処理手法が精度向上に寄与するかを個別に検定する場合が挙げられます。FWER制御を行わないと、偶然良い精度が出ただけの不適切な前処理を採用してしまうリスクが高まります。FWER制御を適用することで、本当に有効な手法だけを厳選し、過学習や誤った知見の抽出を防ぎます。
似た用語との違い
偽発見率（FDR）制御との違いとして、FWER制御は「誤検出が1つ以上発生する確率そのもの」を厳しく抑え込むため保守的で偽陰性が増えやすい一方、FDR制御は「検出されたものの中に占める偽陽性の割合」を許容範囲に抑えるため、検出力をより高く維持できる特徴があります。
注意点
FWER制御には、誤検出を厳しく防ぐ反面、本当に重要な発見を見落としてしまう偽陰性（第2種過誤）のリスクが高まるという限界やトレードオフがあります。特に多重比較の回数が膨大になる大規模な機械学習や遺伝子解析などでは、検出力が極端に低下する場合があるため注意が必要です。