统计学显著性方法

您在不同的行上输入了每个 P 值，结果表中有相同数量的行，每行有三个值：

•第一列说明与该 P 值相关的比较在统计学上是否显著，简单地说就是 "是"或 "否"。

•第二列显示您输入的 P 值。

•第三列显示调整后的 P 值。如果您输入的精确 P 值等于这个调整后的 P 值，那么这个比较结果就处于被定义为 "统计学显著"或不显著的边缘。

该表仅显示标记为 "统计学显著"的比较。表格按 P 值最小的排序。每行显示行标题（如果没有输入标题，则显示数据表中的行号）、输入的 P 值和调整后的 P 值。

只有选中 P 值分布图选项时，才会创建此表。X 值是 P 值的等级（1 最小），Y 值是 P 值本身。该表本身没有什么用处，但用于自动创建图表。

结果页面上的浮动说明会告诉你临界 P 值。如果 P 值小于该阈值，则相关比较结果被视为 "显著"。这与您输入的 Alpha 值不同。以 Bonferroni 方法为例，阈值等于 alpha/K，其中 K 是您输入的 P 值个数。

错误发现率法

您可以在不同的行上输入每个 P 值，结果表的行数相同，每行有三个值：

•第一列说明与该 P 值相关的比较是否被定义为 "发现"，简单地说就是 "是"或 "否"。

•第二列显示您输入的 P 值。

•第三列显示 Q 值。如果您输入的 Q 值与该 q 值完全相等，那么该对比结果将被定义为发现。

该表仅显示标记为 "发现 "的比较。该表按 P 值最小的排序。每行显示行标题（如果没有输入标题，则显示数据表中的行号）、输入的 P 值和 q 值

只有选中 P 值分布图选项时，才会创建此表。X 值是 P 值的等级（1 最小），Y 值是 P 值本身。该表本身没有什么用处，但用于自动创建图表。

结果页面上的浮动注释会告诉你临界 P 值。如果 P 值小于该阈值，相关比较结果将被视为 "发现"。这与您输入的 Alpha 值不同。

如果您选择了 Benjamini、Krieger 和 Yekutieli 的自适应方法，Prism 会在浮动注释中报告真实零假设的估计数量。自适应方法的工作原理是首先估计这个值，然后使用它来决定哪些 P 值小到足以被称为 "发现"。