CHAID决策树中为什么使用 Bonferroni 方法调整显著性值？Clementine帮助中讲到：“检验预测变量的各种类别组合时调整显著相关值。显著相关值可基于检验次数进行调整，而检验次数直接与预测变量的类别数及测量等级相关。通常需要选中此选项，因为它可以更好地控制假阳性错误率。禁用此选项将提高您的分析能力以找到真差分，但以增加假阳性率为代价。建议您禁用此选项，尤其对于较小的样本。”为什么它可以更好地控制假阳性错误率？