如果使用统计假设检验对多重比较进行校正，那么主要结果之一就是对每个比较做出是否具有统计学显著性的判定。对于除费雪 LSD 以外的所有方法，这些判定都会修正多重比较。如果所有组中的所有数据确实是从同一人群中抽取的，那么有 5%（如果您选择传统的 alpha 值）的概率会将任何一个（或多个）比较定为统计学显著。请注意，5% 的概率是针对比较族的，而不仅仅是针对一个比较。

"统计学显著"并不等于 "科学上重要"：

•在许多情况下，更好的做法是关注差异的大小以及量化为置信区间的该值的精确度。

•Prism 不只是报告哪些比较具有或不具有 "统计学显著性"，还可以报告比较检验的多重调整 P 值，这些值可能比简单说明哪些比较具有或不具有统计学显著性更有参考价值。

•不要被误差条是否重叠所误导。这并不能说明多重比较检验在统计学上是否显著。如果两个 SE 误差条重叠，可以肯定的是，对这两组进行多重比较检验不会发现统计学显著性。但是，如果两个 SE 误差条不重叠，您就无法判断多重比较检验是否会发现统计学显著差异。如果您绘制的是标差误差条，而不是 SEM，那么它们重叠（或不重叠）的事实并不能让您得出任何有关统计学显著性的结论。详情。

•通过单因素方差分析，您可以选择检验列平均值与列序之间的线性趋势，Prism 会报告斜率。此处有详细信息。该检验将告诉您趋势是否具有统计学显著性。