如果选择Bonferroni、Tukey、Dunnett或Dunn（非参数）多重比较试验，Prism可为每次比较计算多重调整后P值。这是在“方差分析”对话框的“选项”选项卡上的一个选项。默认选中。

关于多重调整后P值的关键事实

•在一个比较系列中，为每次比较计算单独的调整后P值。

•每个调整后P值均取决于整个系列。如果比较次数不同，或者如果其他比较中的数据发生变化，则某一特定比较的调整后P值将具有不同的值。

•由于调整后P值是由整个比较系列确定，因此不能将其与通过t检验或Fisher最小显著性差异检验计算的单个P值进行比较。

•选择计算调整后P值并不会改变Prism的统计学显著性报告。相反，Prism将报告一组额外的结果 - 每次比较的调整后P值。

•大多数程序并不会报告多重调整后P值。如果您选择报告多重调整后P值，请务必作出解释。 ，并提供参考。避免含糊不清的术语（例如 精确P值）。

什么是多重调整后P值？

在定义调整后P值之前，首先回顾一下单个比较中P值的含义。P值是两个等价问题的答案：

•如果零假设为真，则随机抽样导致更大差异的概率是多少？

•统计学显著性阈值（α）的最小定义是什么？在该阈值下，该结果是否具有统计学显著性？

后一种形式的问题不太常见，但相当于第一个问题。其引出了调整后P值的定义，该定义是对这一问题的回答：

•当应用于整个比较系列时，在特定比较下具有统计学显著性的最小显著性水平是多少？

该想法很简单。0.05或0.01的显著性水平并无特别之处...您可将显著性水平设置为所需的任何概率。调整后P值是最小的系列显著性水平，在该水平下，作为多重比较检验的一部分，特定比较将具有统计学显著性。

此处提供了一个简单的思考方法。您可执行两次多重比较。第一次将系列显著性水平设置为5%。第二次，将其设置为1%。如果某个特定比较在第一次计算中具有统计学显著性（显著性水平为5％），但在第二次计算中却无统计学显著性（显著性水平为1％），则其调整后P值必须在0.01到0.05之间，例如0.0323。

了解有关调整后P值的更多信息

了解调整后P值的三个地方：

•Wright定义了这些调整后P值，并论证了其广泛使用（S.P.Wright.用于同时推理的调整后P值。《生物统计学》48：1005 - 1013，1992）。

•多重比较和多重检验（文本和工作簿集）作者：Peter H. Westfall、Randall D. Tobias和Dror Romm，2000，IBSN:1580258336。

•调整后P值根据SAS计算得出PROC MULTTEST语句。然而，SAS文档并没有未清晰地解释调整后P值。