Вы тестируете 200 гипотез по разным фичам и хотите контролировать FDR (долю ложных открытий среди отвергнутых гипотез), не теряя мощности так сильно, как при Bonferroni. Какой метод наиболее уместен?

Поправки Bonferroni и Holm контролируют вероятность хотя бы одной ошибки I рода и поэтому обычно слишком консервативны при сотнях проверок. Если задача похожа на скрининг и важно держать долю ложных находок среди отвергнутых гипотез в пределах, логичнее контролировать FDR, и для этого подходит процедура Benjamini–Hochberg. Утверждение, что p-value сам учитывает множественность, неверно: каждый отдельный p-value рассчитан для одной проверки.