当同时考虑多个假设检验时，除非明确考虑检验框架的多样性，否则标准统计技术将导致对零假设的过度拒绝。在本文中，我们讨论了Romano-Wolf多重假设修正，并记录了它在Stata中的实现。罗马-沃尔夫校正(渐近地)控制着家族错误率(FWER)，即在被测假设族中拒绝至少一个真零假设的概率。这种修正比早期的多重测试过程(如Bonferroni和Holm修正)要强大得多，因为它通过从原始数据重新采样考虑了测试统计数据的依赖结构。我们描述了实现这种纠正的Stata命令rwolf，并基于各种模型提供了大量示例。我们记录并讨论了使用rwolf优于其他控制FWER的多重校正过程的性能收益。