Prism 通过两种截然不同的方法，报告多重比较检验的精确 P 值。

多重性校正 P 值

Prism 能够针对多种多重比较方法（包括 Tukey、Dunnett、Bonferroni、Sidak、Dunn 和 Holm 方法）计算每项比较的校正 P 值。由于大多数软件不报告校正 P 值，且科学论文中（目前）也尚未广泛采用，因此在报告这些数值前，请务必充分理解其含义。

多重比较校正 P 值是指在该特定比较刚好被视为具有统计学显著性的比较族显著性水平。这是一个难以理解的概念。您可以将整个比较族的显著性阈值设置为任意数值。  通常，该阈值被设为0.05、0.01或0.10。但实际上可以设为任意数值，例如0.0345。调整后的P值即为整个比较族中，能使该单次比较被判定为“统计学显著”的最小显著性阈值。

每次比较的校正P值依赖于所有数据，而不仅仅是该P值所比较的两个组的数据。如果您在研究中增加一次比较（或减少一次），所有的校正P值都会发生变化。校正P值可以被视为证据强度的度量。

未对多重比较进行校正的P值

Fisher 最小显著差（LSD）检验会为每次比较计算 P 值（及置信区间），但不进行多重比较校正。 其结果与对每次比较分别进行独立t检验相似，区别在于Fisher检验利用全部数据计算汇总标准偏差（而非仅使用被比较的两组数据中的变异量）。这通常使其比独立t检验具有更高的检验力。在报告Fisher检验的P值时，务必说明这些P值未考虑多重比较，读者在评估结果时必须自行进行校正。

未校正的Dunn检验（Dunn's test）是一种非参数检验，它为每次比较计算 P 值，但不进行多重比较校正。

经校正的 P 值与未考虑多重比较的 P 值存在显著差异

如其名称所示，多重性校正的 P 值考虑了多重比较。

Fisher LSD检验和未经校正的Dunn检验（非参数）均未考虑多重比较。

这两种方法计算出的“精确”P值并不相同。若报告其中任何一种，请务必明确说明所报告的具体是哪种P值。