Fisher LSD法

一组 t 检验与 Fisher 检验的唯一区别在于：t 检验仅根据被比较的两个组计算合并标准差，而 Fisher 检验则根据所有组计算合并标准差（从而提高了检验力）。请注意，与 Bonferroni、Tukey、Dunnett 和 Holm 方法不同，Fisher 检验不进行多重比较校正。

Tukey、Dunnet、Bonferroni

多重比较采用族状的α定义。显著性水平不适用于每次比较，而是适用于整个比较族。一般而言，这使得达到显著性变得更加困难。这实际上是多重比较的核心要点，因为它降低了因完全由随机抽样导致的差异而被误导的可能性。以下是一个示例：

比较第1组和第2组的非配对t检验得出的P值为0.0436，该值小于0.05，因此被视为统计学显著。但在方差分析（ANOVA）后的Tukey多重比较检验中，经多重性校正后的P值为0.1789，这不具有统计学意义。

在某些情况下，增加自由度（通过合并所有组的标准差，即使仅比较两个组）所产生的效果，会超过控制多重比较所产生的效果。在这些情况下，您可能会在多重比较检验中发现“显著”差异，而在简单的t检验中则不会发现。以下是一个示例：

通过非配对t检验比较第1组和第2组，得到双尾P值为0.0164；而Tukey多重比较检验计算出的多重性校正后P值为0.0073。如果我们将本示例的“显著性”阈值设为0.01，则t检验的结果不具有“统计学显著性”，但多重比较检验的结果具有统计学显著性。

 

 

FDR方法

当您要求 Prism 使用 FDR 方法（采用三种方法中的任意一种）时，它首先会使用 Fisher LSD 方法（若假设数据来自高斯分布）或未经校正的 Dunn 检验（非参数）计算 P 值。这些方法不会对多重比较进行校正。

随后，这三种方法会根据P值的分布、P值的数量以及您选择的具体方法，确定哪些P值足够小以被视为“发现”。

第一步，即计算P值，与传统的t检验非常相似。第二步，即判定哪些属于“发现”，则截然不同。