如果使用统计假设检验对多重比较进行校正，主要结果之一就是针对每项比较作出该比较是否统计学显著的判断。除费舍尔LSD法外，所有方法得出的这些判断都已对多重比较进行了校正。 如果所有组别中的数据确实都来自同一个总体，那么（若采用传统的α值）任何一次（或多次）比较被判定为统计学显著的概率为5%。请注意，这5%的概率是指比较族，而非仅针对单次比较。

“统计学显著”不等同于“科学上重要”。:

• 在许多情况下，更应关注差异的大小以及该值的精确度（以置信区间的形式量化）。

•与其仅仅报告哪些比较“具有统计学显著性”或“不具有统计学显著性”，Prism 可以为许多检验报告经多重比较校正后的 P 值，这些信息往往比简单说明哪些比较具有统计学显著性或不具有统计学显著性更为有价值。

•不要被误导而只关注误差条是否重叠。这并不能告诉您多重比较检验是否会具有统计学显著性。如果两个标准误（SE）误差条重叠，您可以确定，对这两个组进行的多重比较检验将不会发现统计学显著性。 然而，如果两个标准误（SE）误差条不重叠，您无法判断多重比较检验是否会发现统计学显著差异。此外，如果您绘制的是标准差（SD）误差条而非标准误（SEM）误差条，它们是否重叠都无法让您得出关于统计学显著性的任何结论。详情请见此处。

•在单向方差分析（ANOVA）中，您可以选择检验列均值与列顺序之间的线性趋势，Prism 将报告该斜率。详情请见此处。该检验将告诉您该趋势是否统计学显著。