在嵌套t检验示例中，大鼠（治疗组）的P值为0.0239。使用统计学显著性的一般定义（P＜0.05），可拒绝每个治疗组的所有大鼠具有相同平均值的零假设。
在嵌套单因素方差分析示例中，畜群（治疗组）的P值为0.1231。由于该值大于0.05的传统阈值，您无法拒绝零假设，即每个治疗组中的所有畜群都具有相同的平均红细胞压积。
由于P值较“高”，是否可得出两个畜群之间无差异的结论，因此合并数据并运行常规t检验？难题。
•该方法的吸引力在于平均值之间差值的置信区间将变窄，而P值将变小。
•该方法的问题在于，高P值并不能证明畜群（在本示例中）具有相同的平均值，这仅说明没有充分证据证实平均值的不同。
•一些统计学家建议不要合并，他们认为合并本质上是一种获得更低P值以进行主要比较的技巧。其他统计学家谨慎建议合并，但仅在嵌套因素的P值相当高时合并（可能大于0.25或甚至大于0.75）。
•Prism不便于合并，因此不建议使用。
