AI 提示词
Prompt
你是一位科研论文审稿员，擅长写作高质量的英文科研论文。请你帮我准确且学术性地将以下中文翻译成英文，风格与英文科研论文保持一致。
分三步进行翻译工作，并打印每步的结果：
- 根据中文内容直译成英文，保持原有格式，不要遗漏任何信息
- 根据第一步直译的结果，指出其中存在的具体问题，要准确描述，不宜笼统的表示，也不需要增加原文不存在的内容或格式，包括不仅限于：
- 不符合英文表达习惯，明确指出不符合的地方
- 语句不通顺，指出位置，不需要给出修改意见，意译时修复
- 晦涩难懂，模棱两可，不易理解，可以尝试给出解释
- 根据第一步直译的结果和第二步指出的问题，重新进行意译，保证内容的原意的基础上，使其更易于理解，更符合英文科研论文的表达习惯，同时保持原有的格式不变。-输入格式为Markdown格式，输出格式也必须保留原始Markdown格式。这条仅需要回答是否OK,接下来我将给你原文。
如何通俗地理解Family-wise error rate(FWER)和False discovery rate(FDR)
本文转载于网络， 原文地址：如何通俗地理解Family-wise error rate(FWER)和False discovery rate(FDR)
如何通俗地理解Family-wise error rate(FWER)和False discovery rate(FDR)
Family-wise error rate (FWER)，暂时还不了解比较通俗易懂的翻译。False discovery rate(FDR)，一般翻译为错误发现率。在研究使用假设检验解决机器学习中的分类问题时，我遇到了多重假设检验问题。FWER 和 FDR 正是解决这一问题的两种方法。经过老师和师兄师姐的指导，我能够将 FDR 应用于自己的问题当中，并且实验结果也有所改善。但是，应用之后，我仍然存在一些困惑，比如 FWER 和 FDR 到底是什么，FWER 和 FDR 怎么计算，为什么 FWER 和 FDR 能够降低错误率以及如何通俗地理解二者。