如果您选择 Bonferroni、Tukey、Dunnett 或 Dunn（非参数）多重比较检验，Prism 可以为每次比较计算经多重性校正的 P 值。此选项位于 ANOVA 对话框的“选项”选项卡中，默认处于选中状态。

关于多重性校正 P 值的关键信息

•对于比较族中的每一项比较，都会计算一个单独的校正 P 值。

•每个校正 P 值的数值依赖于整个比较族。如果比较的数量不同，或者其他比较中的数据发生变化，则某一次特定比较的校正 P 值将呈现不同的数值。

•由于调整后的 P 值由比较族决定，因此无法与 t 检验或 Fisher 检验计算出的单个 P 值进行比较。

•选择计算调整后的 P 值不会改变 Prism 对统计学显著性的报告。相反，Prism 将报告一组额外结果 - 即每项比较的调整后 P 值。

•大多数程序不会报告多重性校正后的 P 值。如果您选择报告校正后的 P 值，请务必说明这些是多重性校正后的 P 值，并提供参考文献。避免使用“精确P值”等模糊拟合的术语。

什么是多重性校正 P 值？

在定义校正 P 值之前，让我们先回顾一下单次比较中 P 值的含义。P 值是对两个等效问题的回答：

•若零假设成立，随机抽样产生如此大或更大的差异的概率是多少？

•在何种最小阈值（α）下，该结果才具有统计学显著性？

后一种表述虽不常见，但与前者等价。它引出了校正P值的定义，即对以下问题的回答：

•当将该显著性水平应用于所有比较族时，该特定比较被视为具有统计学显著所需的最小显著性水平是多少？

这个概念其实很简单。0.05或0.01等显著性水平并没有什么特殊之处……您可以将显著性水平设为任意概率。调整后的P值就是，在多重比较检验中，使某项特定比较被判定为统计学显著所需的最小家族显著性水平。

以下是一个简单的思考方式。 假设您进行两次多重比较。第一次将族状显著性水平设为5%，第二次设为1%。如果某项比较在第一次计算（5%显著性水平）中具有统计学显著性，但在第二次（1%显著性水平）中不具有，那么其调整后的P值必然介于0.01和0.05之间，例如0.0323。

了解更多关于校正P值的信息

了解调整后P值的三个渠道：

•Wright 定义了这些调整后的 P 值，并主张广泛使用它们（S.P. Wright. 《同时推断的调整后 P 值》。《生物计量学》48:1005-1013,1992）。

•《多重比较检验》（文本与练习册套装），作者：Peter H. Westfall、Randall D. Tobias、Dror Romm，2000年，ISBN：1580258336。

•调整后的P值可通过SAS的PROC MULTTEST语句计算。然而，SAS文档对调整后P值的解释并不充分。