“单因素方差分析”对话框的“选项”选项卡有两个帮助屏幕：
•本页面介绍多重比较选项。
•另一页面则介绍了图形和输出选项。
选择哪种多重比较检验？
首先，选择进行多重比较检验的方法
•使用统计假设检验对多重比较进行校正。
•通过控制错误发现率来校正多重比较。
•不进行多重比较校正。每次比较均独立进行。
如果您不确定应采用哪种方法，Prism 会默认选择第一种，原因有三：
•这是最常规的做法
•结果包含实际的多重性校正 P 值，而非仅显示 P 值是否小于某个阈值，或差异是否被视为“发现”
•该类别中的大多数检验都会报告置信区间（我们认为这是理解结果的最佳方式）
选择方法后，请选择具体检验。可选方案取决于您在“多重比较”（第二）选项卡中指定的目标，以及您在“实验设计”（第一）选项卡中是否选择了“假设标准差相等”。
使用统计假设检验进行多重比较校正
将每个均值与其他所有均值进行比较
可选方案依赖于您在方差分析（ANOVA）对话框的第一个选项卡中是否假设方差齐性（即标准差相等，因此方差相等）。
若假设方差齐性（标准差相等），您的选项包括：
•Tukey检验（推荐）
•Holm-Sidak。该检验比Tukey方法（3）更具检验力，这意味着它有时能在Tukey方法无法发现统计学显著差异的情况下发现显著差异。该检验无法计算置信区间，因此我们更倾向于使用Tukey检验
•Newman-Keuls检验。我们仅为兼容旧版Prism及其他软件而提供此检验，但建议您避免使用。问题在于它无法将家族错误率维持在指定水平（1）。在某些情况下，I类错误的概率可能高于您指定的α水平
若不假设方差齐性（即标准差相等），您的选择包括：
•Games-Howell（推荐用于大样本）
•Dunnett T3（推荐用于每组样本量小于50的情况）
•Tamhane T2
这三种方法均可计算置信区间和多重性校正后的P值。
比较对照组均值与其他组均值
若假设方差齐性（标准差相等），可选方法包括：
•Dunnett's（推荐）
•Holm-Sidak。Glantz指出，Holm检验的检验力应高于Dunnett检验，但据他所知，这一问题尚未得到深入探讨(2)。该检验无法计算置信区间或多重性校正P值，因此我们更倾向于采用Dunnett检验
若不假设方差齐性（方差相等），您的选择包括：
•Dunnett T3（推荐）
比较预先指定的列对的均值
若假设方差齐性（标准差相等），您的选择包括：
•Bonferroni（最常用）
•Sidak（检验力更强，因此推荐）
•Holm-Sidak（无法计算置信区间）
如果不假设方差齐性（方差相等），您的选择包括：
•Games-Howell（推荐）
•Dunnett T3
•Tamhane T2
通过控制错误发现率对多重比较进行校正
Prism 提供了三种控制错误发现率的方法。所有方法都会决定将哪些（如果有）比较标记为“发现”，并确保错误发现率控制在您输入的阈值 Q 之下。
FDR方法虽不常作为方差分析（ANOVA）的后续检验，但并无充分理由如此。该方法可将比较归类为“发现”或非“发现”，但不计算P值或置信区间。
请勿对多重比较进行校正。每次比较均独立进行。
若选择此方法，Prism将执行Fisher 最小显著差（LSD）检验。
该方法（Fisher LSD）在检测差异方面具有更强的检验力。但它更可能错误地得出差异在统计学上显著的结论。当进行多重比较校正时（Fisher LSD 不会进行此操作），显著性阈值（通常为 5% 或 0.05）适用于整个比较族。而使用Fisher LSD 时，该阈值会分别应用于每个比较。
仅当您有充分理由时才使用Fisher LSD方法，并在报告结果时务必详细说明所采用的具体操作。
多重比较选项
交换比较方向
此选项的唯一作用是改变所有报告的均值差异的符号。若勾选此选项，2.3 的差异将变为 -2.3；若勾选此选项，-3.4 的差异将变为 3.4。这纯粹取决于个人偏好，取决于您如何理解数据。
为每次比较报告经多重性校正的 P 值
若选择 Bonferroni、Tukey 或 Dunnett 多重比较检验，Prism 也可报告经多重性校正的 P 值。勾选此选项后，Prism 将针对每次比较报告一个校正后的 P 值。这些计算不仅考虑了被比较的两个组，还考虑了方差分析（ANOVA）中组的总数（数据集列数）以及所有组中的数据。 对于邓奈特检验，Prism 仅在多重性校正后的 P 值大于 0.0001 时才会报告该值。否则将报告“<0.0001”（在 Prism 8 之前，Prism 报告的是 0.0001，不带小于符号）。
多重比较校正P值是整个比较族中，某项特定比较被（勉强）判定为“统计学显著”时的最小显著性阈值（α）。
直到最近，多重性校正 P 值才开始被广泛报告。如果您选择让 Prism 计算这些值，请务必花时间确保您理解其含义。如果您在出版物或演示文稿中包含这些值，请务必解释它们的含义。
置信水平与显著性水平（或期望的FDR）
传统上，置信区间通常按95%置信水平计算，统计学显著性则采用0.05的α值定义。Prism允许您选择其他数值。若您选择控制FDR，请为Q（以百分比表示）设定数值。若将Q设为5%，则预期最多5%的“发现”属于假阳性。
下一页将介绍绘图和输出选项。
参考文献
1.SA Glantz，《生物统计学入门》，第六版，ISBN= 978-0071435093。
2.MA Seaman、JR Levin 和 RC Serlin，《心理学公报》110:577-586，1991。
3.Cohen, J. (1988). 《行为科学检验力分析》（第2版）。新泽西州希尔斯代尔：劳伦斯·厄尔鲍姆联合出版社。
