如何确定哪些P值小到足以被认为具有统计学显著性

以下是Holm多重比较检验原理的简要描述：

1.如果使用该检验作为方差分析的后续检验，则每次比较的P值都按照与Fisher LSD检验相同的方式进行计算。不会针对多重比较对这些值进行修正。

2.P值按最小到最大排序。

3.为显著性水平α设置一个值。该值通常设为5%。

4.将K定义为等于您正在进行的比较的次数。

5.从最小的P值开始，并设置i = K。问：最小的P值是否小于α/i？

如果为“否”：得出的结论是所有比较都不具有统计学显著性，您任务完成。

如果为“是”：得出的结论是此比较具有统计学显著性，表示任务继续。

6.接下来比较第二大P值到最小的P值。设i = K - 1。P值是否小于α/i？

如果“否”：得出的结论是此类比较（以及所有使用较大P值进行的比较）不具有统计学显著性。您任务完成。

如果“是”：得出的结论是此比较具有统计学显著性，表示任务继续。

7.接下来比较第三大P值到最小的P值。设定i=K-2。将P值与α/I进行比较...

8.继续进行比较，直至发现不具有统计学显著性的比较为止。

事实上，Prism使用Šídák修正法，因此计算Holm - Šídák检验。在上述步骤5 - 7中，P值未与α/I进行比较，而是与1 - （1 - α）进行比较（1/i）

根据Holm - Sidak法得出的多重调整后P值

如需根据称为P（i）的P值计算称为Padj（i）的调整后P值，则使用以下公式其中，对P值进行了排序，因此P（1）是最小的，k表示比较次数（P值数），max表示返回两个值中较大值的函数。

PAdj（1） = 1 - （1 - P（1））^k

PAdj（2） = max（PAdj（1），1 - （1 - P（2））^（k - 1））

..........

PAdj（j） = max（PAdj（j - 1），1 - （1 - P（j））^（k - j+1））

..........

PAdj（k） = max（PAdj（k - 1），1 - （1 - P（k））^（k - k+1）） = max（PAdj（k - 1），P（k））

 

注意，在某些情况下，连续调整后P值是相同的，即使原始P值不同。