如何判断哪些P值足够小，可以被视为统计学显著

以下简要说明霍姆多重比较检验的工作原理：

1.若将该检验作为方差分析（ANOVA）的后续步骤，则各组间比较的 P 值计算方法与 Fisher 检验相同。这些 P 值未进行多重比较校正。

2.将 P 值按从小到大的顺序排列。

3.设定显著性水平α的阈值，通常设为5%。

4.设K等于您进行的比较次数。

5.从最小的 P 值开始，设 i=K。询问：最小的 P 值是否小于 alpha/i？

若否：则判定所有比较均不具有统计学显著性，分析结束。

如果是：则判定该比较统计学显著，并继续进行。

6.接下来比较次小的 P 值。设 i=K-1。该 P 值是否小于 alpha/i？

若否：则判定该比较（以及所有P值更大的比较）均不具有统计学显著性。分析结束。

如果是：则判定该比较统计学显著，并继续。

7.接下来比较第三小的P值。设i=K-2。将P值与alpha/i进行比较……

8.继续此过程，直到找到一个不统计学显著的比较。

Prism 实际上采用 Šídák 修正法，因此计算的是 Holm-Šídák 检验。在上述第 5-7 步中，P 值并非与 alpha/i 进行比较，而是与 1-(1-alpha)(1/i) 进行比较

基于 Holm-Šídák 方法的多重性校正 P 值

要从 P 值（记为 P(i)）计算出调整后的 P 值（记为 Padj(i)），请使用以下公式，其中 P 值已按升序排列，即 P(1) 最小，k 是比较次数（即 P 值的个数），max 是一个返回两个值中较大值的函数。

PAdj(1) = 1 - (1 - P(1))^k

PAdj(2) = max(PAdj(1), 1 - (1 - P(2))^(k-1))

..........

PAdj(j) = max(PAdj(j-1), 1 - (1 - P(j))^(k-j+1))

..........

PAdj(k) = max(PAdj(k-1), 1 - (1 - P(k))^(k-k+1)) = max(PAdj(k-1), P(k))

 

请注意，在某些情况下，即使原始 P 值不同，连续的调整后 P 值也会相同。