“单因素方差分析”对话框的“选项”选项卡有两个帮助屏幕：
•本页解释多重比较选项。
•其他页面解释了绘图和输出选项。
哪项多重比较检验？
首先，选择进行多重比较检验的方法
•使用统计假设检验纠正多重比较。
•通过控制假发现率（FDR）纠正多重比较。
•不要纠正多重比较。每项比较均独立。
如果不确定使用哪种方法，则Prism默认第一个选择，原因有三：
•这是最传统的方法
•结果包括实际的多重性调整后的P值，而非P值是否小于某个阈值或差异是否为“发现率”
•该类别中的大多数检验均报告置信区间（我们认为这是理解结果的最佳方式）
选择一种方法后，选择检验。该选择取决于您在“多重比较”（第二个）选项卡上指定的目标，以及您是否选择在“实验设计”（第一个）选项卡上假设相同的SD。
使用统计假设检验纠正多重比较
比较每个均值与其他均值
可用选择取决于您是否在“方差分析”对话框的第一个选项卡上假设同方差性（SD相等，因此方差相等）。
如果您假设同方差性（相等SD），则您的选择是：
•Tukey检验（推荐）
•Holm-Sidak检验方法。该检验比Tukey方法（3）更强大，这意味着该检验有时可发现Tukey方法不能发现的统计学显著差异。该检验无法计算置信区间，因此我们更喜欢Tukey检验
•Newman-Keuls。我们提供该检验的目的仅仅旨在与Prism和其他程序的旧版本兼容，但我们建议您避开该检验法。问题是该检验不能将族状错误率保持在指定水平（1）。在某些情况下，I型误差的几率可能大于您指定的α水平
如果您不假设同方差性（相等SD），您的选择包括：
•Games-Howell（建议用于大样本）
•Dunnett T3（每组样本量小于50时建议使用）
•Tamhane T2
所有三种方法均可以计算置信区间和多重性调整后P值。
比较一个对照均值与另一个均值
如果您假设同方差性（相等SD），则您的选择包括：
•Dunnett's（推荐）
•Holm-Sidak检验方法。Glantz表示，相较于Dunnett检验，Holm检验的检验力更高，但据他所知，这尚未得到深入探讨（2）。该检验不能计算置信区间或多重性调整后P值，因此我们更喜欢Dunnett检验
如果您未假设同方差性（相等SD），则您的选择包括：
•Dunnett T3（推荐）
比较预指定列对的均值
如果您假设同方差性（相等SD），则您的选择包括：
•Bonferroni（最常用）
•Sidak（检验力更高，因此建议）
•Holm-Sidak检验方法（无法计算置信区间）
如果您不假设同方差性（相等SD），您的选择包括：
•Games-Howell（建议）
•Dunnett T3
•Tamhane T2
通过控制假发现率（FDR）纠正多重比较
Prism提供有三种方法用于控制假发现率。所有均决定将哪些（如有）比较标记为“发现”，且按此操作，可控制假发现率小于您输入的值Q。
FDR方法不经常用作方差分析的后续检验，但缺少这样做的充分理由。该方法可以将比较归类为“发现”与否，但不计算P值或置信区间。
不要纠正多重比较。每项比较均独立。
如果您选择该方法，则Prism将执行Fisher最小显著性差异（LSD）检验。
该方法（Fisher LSD）检测差异的检验力更高。但该方法可能得出错误结论，即差异具有统计学显著性。纠正多重比较（Fisher LSD不执行）时，显著性阈值（通常为5%或0.05）适用于整个比较族。在使用Fisher LSD的情况下，该阈值分别适用于每项比较。
仅当您有充分理由时方可使用Fisher LSD方法，您在报告结果时要小心解释您进行的操作。
多重比较选项
调换比较方向
该选项的唯一影响是会改变所有报告的均值间差异的符号。如果选中该选项，则2.3的差异将为-2.3。如果选中该选项，则-3.4的差异将为3.4。这纯粹是个人偏好，取决于您对数据的看法。
报告每项比较的多重性调整后P值
如果您选择Bonferroni、Tukey或Dunnett多重比较检验，则Prism还可报告多重性调整后P值。如果选中该选项，则Prism会为每项比较报告调整后P值。这些计算不仅考虑到所比较的两组，还考虑到方差分析中的组总数（数据集列）以及所有组中的数据。在使用Dunnett检验的情况下，Prism只能在多重性调整后P值大于0.0001时报告该值。否则，Prism会报告“＜0.0001”（在Prism 8前，Prism报告的是0.0001，无小于符号）。
多重性调整后P值是适用于整个比较族的最小显著性阈值（α），在该阈值下，特定比较将（仅勉强）声明为“统计学显著性”。
直到最近，仍未经常报告多重性调整后P值。如果您选择让Prism来计算这些值，则花些时间确保您理解这些值的意思。如果您在出版物或演示文稿中包含这些值，则务必解释这些值是什么。
置信水平和显著性水平（或期望FDR）
按照传统，置信区间针对95%置信计算得出，统计学显著性使用等于0.05的α来定义。Prism允许您选择其他值。如果您选择FDR，则为Q选择一个值（百分比）。如果您将Q设为5%，则您预计不超过5%的“发现”为假阳性。
下一页解释了绘图和输出选项。
参考文献
1.SA Glantz，《生物统计学初级读本》第六版，ISBN=978-0071435093。
2.MA Seaman、JR Levin和RC Serlin，《心理学通报》110:577-586，1991。
