统计学显著性方法

您将每个P值输入到不同的行中，结果表的行数与之相同，每行包含三个值：

•第一列说明与该 P 值相关的比较是否统计学显著，仅以“是”或“否”表示。

•第二列显示您输入的 P 值。

•第三列显示调整后的P值。如果您输入的α值恰好等于该调整后的P值，则该比较结果将处于“统计学显著”与“不统计学显著”的临界点上。

此表格仅显示标记为“统计学显著”的比较。表格按P值从小到大排序，P值最小的比较位于最上方。每行显示行标题（若未输入标题，则显示数据表中的行号）、您输入的P值以及调整后的P值。

仅当您勾选了“绘制 P 值分布图”选项时，才会生成此表格。X 轴值为 P 值的序数（1 表示最小），Y 轴值为 P 值本身。该表格本身实用性有限，但用于自动生成图表。

结果页面上的一个悬浮提示会告知您阈值P值。如果某个 P 值小于该阈值，则相关比较的结果被视为“显著”。这与您输入的 α 值并不相同。例如，在 Bonferroni 方法中，阈值等于 α/K，其中 K 是您输入的 P 值个数。

错误发现率（FDR）方法

您需将每个 P 值输入到不同的行中，结果表的行数与之相同，每行包含三个值：

•第一列表明与该 P 值相关的比较是否被定义为“发现”，仅以“是”或“否”表示。

•第二列显示您输入的 P 值。

•第三列显示q值。如果您输入的Q值恰好等于此q值，则该比较将处于被定义为“发现”的临界点上。

此表格仅显示标记为“发现”的比较。表格按P值从小到大排序，P值最小的比较位于最上方。每行显示行标题（若未输入标题，则显示数据表中的行号）、您输入的P值以及q值

仅当您勾选了“绘制 P 值分布图”选项时，才会生成此表格。X 轴值为 P 值的排名（1 表示最小），Y 轴值为 P 值本身。该表格本身实用性有限，但用于自动生成图表。

结果页面上的一个悬浮提示会显示阈值 P 值。如果某个 P 值小于该阈值，则相关比较的结果将被视为“发现”。这与您输入的 α 值并不相同。

如果您选择了 Benjamini、Krieger 和 Yekutieli 的自适应方法，Prism 将在浮动注释中报告真实零假设的估计数量。该自适应方法的工作原理是：首先估计该值，然后在决定哪些 P 值足够小以被视为“发现”时使用该值。