多重比较可以用Bonferroni 和其他校正方法来考虑，也可以用控制误发现率的方法来考虑。但并非总是需要这些方法。以下三种情况不需要特殊计算。

在解释结果时而不是在计算中考虑多重比较问题

一些统计学家建议，在分析数据时永远不要纠正多重比较 (1,2)。取而代之的是报告所有的单个 P 值和置信区间，并明确指出没有对多重比较进行数学校正。这种方法要求报告所有的比较结果。当您解读这些结果时，需要非正式地考虑多重比较。如果所有零假设都成立，您期望有 5%的比较的未校正 P 值小于 0.05。将这个数字与实际的小 P 值数量进行比较。

在方差分析之后，无保护的Fisher 最小显著性差异检验也遵循这种方法。

如果只进行几次计划内比较，可能不需要多重比较的校正

计划内比较一词用于以下情况：

•只进行几项科学合理的比较，而不是所有可能的比较。

•选择进行哪些比较是实验设计的一部分。

•在观察数据后，你没有屈服于诱惑去做更多的比较。

重要的是要区分有计划的比较和无计划的比较（事后比较）。如果你先看了数据，并根据这些数据决定只做两 个比较，这就不是计划内比较。在这种情况下，您隐含地比较了所有组别。

如果您只做了几个计划内比较，一些统计学文本建议为每个单独比较设置显著性水平（或置信区间的含义），而不对多重比较进行校正。在这种情况下，5% 的传统显著性水平适用于每个单独的比较，而不是整个比较族。

不对多重比较进行校正的逻辑似乎是，一些统计学家认为这种额外的检验力是精心计划实验并只关注少数几个科学合理的比较所应得的奖励。Kepel 和 Wickles 主张采用这种方法（参考文献如下）。但他们也警告说，"计划"进行所有比较，从而不对多重比较进行校正是不公平的。

当比较具有互补性时，不需要对多重比较进行校正

Ridker 及其同事（3）询问了降低低密度脂蛋白胆固醇是否能预防那些低密度脂蛋白浓度不高且无心脏病史（但血液检测异常提示存在某些炎症性疾病）的患者患心脏病。 这项研究包括近 18000 人。一半人服用他汀类药物降低低密度脂蛋白胆固醇，一半人服用安慰剂。

研究人员的主要目标（计划方案的一部分）是比较两组中出现的 "终点"数量，包括心脏病发作或中风导致的死亡、非致命性心脏病发作或中风以及因胸痛住院。与服用安慰剂的人相比，接受药物治疗的人发生这些事件的频率大约是后者的一半。药物起作用了

研究人员还对每个终点进行了单独分析。与服用安慰剂的人相比，服药者的死亡人数、心脏病发作、中风和因胸痛住院的人数都有所减少。

然后，研究人员分别分析了来自不同人口群体的数据。分别对男性和女性、老年人和年轻人、吸烟者和不吸烟者、有高血压和无高血压者、有心脏病家族史和无心脏病家族史者进行了分析。在 25 个亚组中，接受药物治疗的患者的主要终点均低于服用安慰剂的患者，而且所有这些影响都具有统计学显著性。

研究人员在对所有这些单独的结果和亚组进行分析时，没有对多重比较进行校正。无需校正，因为结果是如此一致。 多重比较分别以不同的方式提出了相同的基本问题（药物是否能预防疾病？），所有的比较都指向同一个结论--服用药物的人比服用安慰剂的人患心血管疾病的几率要小。

参考文献

1.Rothman, K.J. (1990). 多重比较无需调整.流行病学，1: 43-46。

2.D. J. Saville,Multiple Comparison Procedures：D. J. Saville, Multiple ComparisonProcedures: The Practical Solution.美国统计学家》，44：174-180，1990 年 3.

3.Ridker.瑞舒伐他汀预防 C 反应蛋白升高的男性和女性血管事件》。N Engl J Med (2008) vol. 359 pp.3195